# 帯域制限と時間制限：Landau の数え上げ

> 帯域の射影と箱の掛け算の積 B_Q=Π1_QΠ の固有値が約 ρ|Q| 個の 1 に近い値と少数の遷移の値に分かれることを、Landau の数え上げと遷移の量 Tr(B_Q−B_Q²)≤Cs^{d−1}log s の評価（全空間・トーラス・横波）で証明する。
> https://rikai.mugen-giken.com/mathematics/fourier-analysis/band-limited-concentration

## 0. この記事の要点

ある時間の範囲にだけ鳴り、しかも決まった周波数の範囲の音だけでできた信号は、厳密には存在しません。それでも「ほとんど」その条件を満たす信号ならたくさんあります。では、互いに独立なものが何個あるのか。この記事は、この問いに答える Landau の数え上げを、空間の次元が何であっても使える形で証明します。答えは「時間の長さ × 周波数の幅 ÷ 2π」個で、境目にあいまいなものが少しだけ残ります。

- 周波数（波数）が集合 $\Omega$ に入る関数への射影を $\Pi$、箱 $Q$ の定義関数を掛ける作用素を $\mathbf{1}_Q$ とします。$B_Q=\Pi\mathbf{1}_Q\Pi$ はトレースクラスで $0\le B_Q\le1$、$\mathrm{Tr}\,B_Q=\rho|Q|$（$\rho=|\Omega|/(2\pi)^d$ は状態の密度）です。
- **Landau の数え上げ**: 遷移の量 $L_Q:=\mathrm{Tr}(B_Q-B_Q^2)$ を使うと、$1/2$ を超える固有値の個数は $\rho|Q|$ と $2L_Q$ 以内の差で一致し、$\varepsilon$ と $1-\varepsilon$ の間の固有値は $L_Q/(\varepsilon(1-\varepsilon))$ 個以下です。
- **遷移の量の評価**: 辺 $s$ 程度の箱について $L_Q\le C\,s^{d-1}(1+\log s)$ です。立方体の帯域では 1 次元の評価の積から、球の帯域では Fourier 側の格子点の数え上げから示し、全空間 $\mathbb{R}^d$ とトーラス $(\mathbb{R}/L\mathbb{Z})^d$ の両方、さらに 3 次元の横波の射影 $1-\hat\xi\hat\xi^{\mathsf{T}}$ を挟んだ版でも成り立ちます。
- **核の減衰**: 3 次元の球の帯域の射影の積分核は、横波の射影を挟んでも $\|K(z)\|\le16(1+|z|)^{-2}$ と減衰し、この冪はスカラーの核ですでに最良です。これが $\log s$ の原因です。
- 数値計算では、1 次元で遷移の量が $(\log s)/\pi^2$ の勾配で増えること、3 次元のトーラスで固有値が階段に近づいていくことが確かめられます。

<Aside type="tip" title="この記事で使う事前知識">

- **Fourier 変換と Plancherel の定理**: $\hat f(\xi)=\int f(x)e^{-ix\cdot\xi}dx$ と、$(2\pi)^{-d/2}\mathcal{F}$ が $L^2$ のユニタリになること。→ [Plancherel の定理](/mathematics/fourier-analysis/fourier-transform#thm-plancherel)
- **標本化定理**: 帯域制限された関数は等間隔の標本値で決まること。→ [標本化定理](/mathematics/fourier-analysis/sampling-wavelets#thm-sampling)
- **Hilbert–Schmidt 作用素と積分核**: $L^2$ の核をもつ積分作用素と、そのノルム $\|A\|_2=\|k\|_{L^2}$。→ [Hilbert–Schmidt 作用素](/mathematics/functional-analysis/compact-operators#def-hilbert-schmidt)
- **トレース**: トレースクラス作用素の跡と、基底によらないこと。→ [トレースの定義と基本性質](/mathematics/functional-analysis/compact-operators#thm-trace)
- **Fourier 級数**: トーラス上の指数関数が正規直交基底をなすこと。→ [Parseval の等式](/mathematics/fourier-analysis/fourier-series#thm-parseval-torus)

</Aside>

## 1. 動機

1960 年代の初め、ベル研究所の Slepian・Pollak・Landau は、通信の素朴な問いを数学にしました。継続時間 $T$、帯域幅 $W$ の通信路で送れる信号の「自由度」はいくつか。Fourier 変換の台がコンパクトな $L^2$ 関数はそれ自身がコンパクトな台をもてない（[標本化定理とウェーブレット](/mathematics/fourier-analysis/sampling-wavelets) の <Ref to="mathematics/fourier-analysis/sampling-wavelets#prop-qualitative-uncertainty" />）ので、時間と周波数の両方で厳密に制限された信号は $0$ しかありません。そこで彼らは、帯域制限された信号のうち時間 $[0,T]$ の外にエネルギーがほとんど漏れないものを数えることにしました。

それには、帯域への射影 $\Pi$ と時間の区間への制限 $\mathbf{1}_Q$ を組み合わせた作用素 $B_Q=\Pi\mathbf{1}_Q\Pi$ の固有値を見ます。固有値 $\mu$ の固有関数 $f$ は帯域制限されていて、全エネルギーのうち区間 $Q$ の中にある割合がちょうど $\mu$ です（$\langle f,B_Qf\rangle=\|\mathbf{1}_Qf\|^2$）。Slepian たちは、1 次元ではこの固有関数が偏長球関数（prolate spheroidal wave function）になり、固有値がおよそ $WT/\pi$ 個まではほぼ $1$、そのあと $\log(WT)$ 程度の幅で急に $0$ に落ちることを見いだしました。$WT/\pi$ は、時間と周波数の平面での長方形の面積 $T\times2W$ を $2\pi$ で割った値で、標本化定理の「間隔 $\pi/W$ の標本が時間 $T$ の中に何個あるか」とも一致します。

<Figure caption="1 次元の時間周波数平面で、区間 Q = [0, s] と帯域 [−π, π] の長方形。面積 2πs を 2π で割った s が、両方に集中できる独立な信号の個数の目安で、標本化の格子点（間隔 1）の個数とも一致する。">
<svg viewBox="0 0 640 205" width="100%" role="img" aria-label="横軸が位置 x、縦軸が波数 ξ の平面に、横 s、縦 2π の長方形を描き、それを幅 1 の短冊 s 個に分けた図。面積 2πs を 2π で割った s が、区間と帯域の両方に集中できる状態の数の目安になる">
<g stroke="currentColor" fill="none" stroke-width="1.2"><path d="M 40 110 L 495 110" /><path d="M 489 106 L 495 110 L 489 114" /><path d="M 80 200 L 80 15" /><path d="M 76 21 L 80 15 L 84 21" /></g>
<rect x="160" y="55" width="240" height="110" fill="var(--sl-color-accent)" fill-opacity="0.18" stroke="var(--sl-color-accent)" stroke-width="1.5" />
<g stroke="currentColor" stroke-width="0.7" stroke-opacity="0.5" stroke-dasharray="3 3"><path d="M 190 55 L 190 165" /><path d="M 220 55 L 220 165" /><path d="M 250 55 L 250 165" /><path d="M 280 55 L 280 165" /><path d="M 310 55 L 310 165" /><path d="M 340 55 L 340 165" /><path d="M 370 55 L 370 165" /></g>
<g fill="currentColor" font-size="12"><text x="499" y="114">x（位置・時間）</text><text x="86" y="16">ξ（波数・周波数）</text><text x="160" y="128" text-anchor="end">0 </text><text x="404" y="128">s</text><text x="76" y="59" text-anchor="end">π</text><text x="76" y="169" text-anchor="end">−π</text><text x="280" y="190" text-anchor="middle">面積 2πs ＝ 「状態」s 個 × 1 個あたり 2π</text></g>
<text x="280" y="45" fill="var(--sl-color-accent)" font-size="12" text-anchor="middle">区間 Q = [0, s] × 帯域 [−π, π]</text>
</svg>
</Figure>

Landau（1967）は、この数え上げを任意の次元・任意の集合に広げるための短い議論を与えました。固有値の和 $\mathrm{Tr}\,B_Q$ は正確に計算でき、$\mu(1-\mu)$ の和 $\mathrm{Tr}(B_Q-B_Q^2)$ は「$0$ と $1$ のどちらでもない固有値」の量を測ります。この二つから、$1$ に近い固有値の個数が決まります。物理では同じ問いが、箱の中に閉じ込められ、しかも波数が一定以下の波の「モードの数」を数える問題として現れます（Weyl の法則の親戚です）。電磁場の場合は、横波の条件（ベクトル場が波数ベクトルに直交すること）を課した版が必要になります。

<Figure caption="1 次元（帯域 [−π, π]、区間 [0, s]）の B_Q の固有値を大きい順に並べた図。s を動かしても、0.1 と 0.9 の間（点線）に入る遷移の固有値（赤）は 2 個程度しかない。">
<img src="/figures/band-limited-staircase.gif" alt="区間の長さ s を 2 から 24 まで大きくするアニメーション。固有値を大きい順に並べた点が、番号 s のあたりまではほぼ 1 に並び、そこから急に 0 に落ちる階段の形をしている。縦の破線 n = s が右へ動くのに合わせて階段の段差の位置も右へ動き、0.1 から 0.9 の間に入る固有値はいつも 2 個前後である。" loading="lazy" />
</Figure>

話の筋は次のとおりです。§2 で帯域の射影を全空間とトーラスの両方で定義し、§3 でその積分核と $B_Q$ の跡を計算します。§4 が Landau の数え上げです。§5 で遷移の量 $L_Q$ を評価し、§6 で 3 次元の横波の核の減衰を示します。§7 で数値の例を見ます。

## 2. 準備

### 2.1. 記号

**幾何**: $\sharp$ は全空間 $\mathbb{R}^d$ か、トーラス $\mathbb{T}^d_L:=(\mathbb{R}/L\mathbb{Z})^d$（$L>0$）のどちらかを表します。トーラスの双対格子を $\Gamma_L:=\frac{2\pi}L\mathbb{Z}^d$、$\phi_k(x):=L^{-d/2}e^{ik\cdot x}$（$k\in\Gamma_L$）とします。$\{\phi_k\}$ は $L^2(\mathbb{T}_L^d)$ の正規直交基底です（$d=1$ は <Ref to="mathematics/fourier-analysis/fourier-series#thm-parseval-torus" /> を周期 $L$ に目盛りを変えたもの、一般の $d$ はその積で、<Ref to="mathematics/functional-analysis/tensor-products-direct-integrals#thm-l2-product-tensor" /> と <Ref to="mathematics/functional-analysis/tensor-products-direct-integrals#prop-tensor-onb" /> によります）。

**Fourier 変換**: $\mathbb{R}^d$ では [Fourier 変換](/mathematics/fourier-analysis/fourier-transform#def-fourier-transform) $\hat f(\xi)=\int f(x)e^{-ix\cdot\xi}dx$ と、ユニタリ $\mathcal{U}=(2\pi)^{-d/2}\mathcal{F}$、その逆 $\mathcal{W}$（$L^1\cap L^2$ 上で $(\mathcal{W}g)(x)=(2\pi)^{-d/2}\int g(\xi)e^{ix\cdot\xi}d\xi$）を使います（<Ref to="mathematics/fourier-analysis/fourier-transform#thm-plancherel" />）。

**値の空間**: 関数は $\mathbb{C}^m$ に値をとるものとし（$m=1$ がスカラーの場合）、$L^2(\sharp;\mathbb{C}^m)$ を考えます。$m\times m$ 行列 $X$ の Hilbert–Schmidt ノルムを $\|X\|_{\mathrm{HS}}=(\mathrm{tr}\,X^*X)^{1/2}$ と書きます。

**帯域の資料**: 有界な可測集合 $\Omega\subset\mathbb{R}^d$ と、各 $\xi\in\Omega$ に $\mathbb{C}^m$ の直交射影 $P(\xi)$ を対応させる可測な写像の組を**帯域**と呼びます。代表例は次の二つです。

- スカラーの帯域: $m=1$、$P\equiv1$。$\Omega$ は球 $B_\pi:=\{|\xi|<\pi\}$ や立方体 $(-\pi,\pi)^d$。
- 横波の帯域: $d=m=3$、$\Omega=B_\pi\setminus\{0\}$、$P(\xi)=1-\hat\xi\hat\xi^{\mathsf{T}}$（$\hat\xi=\xi/|\xi|$。$\xi$ に直交する平面への射影で、$\mathrm{tr}\,P(\xi)=2$）。

トーラスでは格子点の集合 $\Omega_L:=\Omega\cap\Gamma_L$ を使います。**状態の密度**を
$$
\rho:=\frac1{(2\pi)^d}\int_\Omega\mathrm{tr}\,P(\xi)\,d\xi\quad(\sharp=\mathbb{R}^d),\qquad\rho_L:=\frac1{L^d}\sum_{k\in\Omega_L}\mathrm{tr}\,P(k)\quad(\sharp=\mathbb{T}^d_L)
$$
と定めます。以下トーラスの場合も $\rho_L$ を単に $\rho$ と書きます。スカラーの立方体の帯域 $(-\pi,\pi)^d$ では $\rho=1$、スカラーの球の帯域では $\rho=\frac{\pi^{d/2}}{2^d\Gamma(d/2+1)}$（$d=3$ で $\frac\pi6$）、横波の帯域では $\rho=\frac\pi3$ です。

### 2.2. 帯域の射影と集中作用素

<Definition id="def-band-projection" title="帯域の射影">
$\sharp=\mathbb{R}^d$ のとき、$L^2(\mathbb{R}^d;\mathbb{C}^m)$ 上の作用素 $\Pi:=\mathcal{W}\,(\mathbf{1}_\Omega P)\,\mathcal{U}$（$\mathcal{U}$, $\mathcal{W}$ は成分ごとに作用させ、$\mathbf{1}_\Omega P$ は行列値関数 $\xi\mapsto\mathbf{1}_\Omega(\xi)P(\xi)$ を掛ける作用素）を**帯域の射影**という。$\sharp=\mathbb{T}^d_L$ のとき、
$$
\Pi f:=\sum_{k\in\Omega_L}P(k)\,\langle\phi_k,f\rangle\,\phi_k,\qquad\langle\phi_k,f\rangle:=\int_{\mathbb{T}^d_L}\overline{\phi_k(x)}f(x)\,dx\in\mathbb{C}^m
$$
を帯域の射影という。
</Definition>

<Definition id="def-concentration-operator" title="集中作用素と遷移の量">
$Q\subset\sharp$ を正の測度をもつ有界な可測集合とし、$\mathbf{1}_Q$ でその定義関数を掛ける作用素を表す。
$$
B_Q:=\Pi\,\mathbf{1}_Q\,\Pi,\qquad L_Q:=\mathrm{Tr}\bigl(B_Q-B_Q^2\bigr)
$$
を、それぞれ**集中作用素**、**遷移の量**という（$L_Q$ が定まることは <Ref to="prop-bq-basic" /> で示す）。
</Definition>

$\langle f,B_Qf\rangle=\|\mathbf{1}_Q\Pi f\|^2$ なので、帯域制限された $f$（$\Pi f=f$）については $\langle f,B_Qf\rangle/\|f\|^2$ は $f$ のエネルギーのうち $Q$ の中にある割合です。

## 3. 積分核と跡

<Lemma id="lem-band-kernel" title="帯域の射影の積分核">
$\Pi$ は直交射影で、すべての $f\in L^2(\sharp;\mathbb{C}^m)$ と a.e. の $x$ について
$$
(\Pi f)(x)=\int_\sharp K(x-y)f(y)\,dy,\qquad K(z):=\begin{cases}\dfrac1{(2\pi)^d}\displaystyle\int_\Omega P(\xi)\,e^{iz\cdot\xi}\,d\xi&(\sharp=\mathbb{R}^d)\\[2ex]\dfrac1{L^d}\displaystyle\sum_{k\in\Omega_L}P(k)\,e^{ik\cdot z}&(\sharp=\mathbb{T}^d_L)\end{cases}
$$
が成り立つ。$K$ は有界連続な行列値関数で、$K(-z)=K(z)^*$、$\int_\sharp\|K(z)\|_{\mathrm{HS}}^2\,dz=\rho$ である。トーラスでは $\Pi$ は有限階数である。
</Lemma>

<Proof of="lem-band-kernel">
**全空間**: $\mathbf{1}_\Omega P$ を掛ける作用素は、各点で直交射影なので $L^2(\mathbb{R}^d;\mathbb{C}^m)$ の直交射影です。$\mathcal{U}$ はユニタリで $\mathcal{W}=\mathcal{U}^{-1}$ なので、$\Pi$ も直交射影です。$f\in L^2$ について $g:=\mathbf{1}_\Omega P\,\mathcal{U}f$ は $\Omega$ の外で $0$ の $L^2$ 関数で、$\Omega$ は有界なので $g\in L^1\cap L^2$ です。よって a.e. の $x$ で
$$
(\Pi f)_a(x)=(2\pi)^{-d/2}\sum_b\int_{\mathbb{R}^d}u_{ab}(\xi)\,(\mathcal{U}f_b)(\xi)\,d\xi,\qquad u_{ab}(\xi):=\mathbf{1}_\Omega(\xi)P_{ab}(\xi)e^{ix\cdot\xi}
$$
です。$x$ を止めると $u_{ab}\in L^1\cap L^2$ で、$\int u_{ab}\,\mathcal{U}f_b\,d\xi=\langle\overline{u_{ab}},\mathcal{U}f_b\rangle=\langle\mathcal{W}\overline{u_{ab}},f_b\rangle$（$\mathcal{U}^*=\mathcal{W}$）です。$L^1\cap L^2$ 上の $\mathcal{W}$ の式から
$$
\overline{(\mathcal{W}\overline{u_{ab}})(y)}=(2\pi)^{-d/2}\int_\Omega P_{ab}(\xi)e^{i(x-y)\cdot\xi}d\xi=(2\pi)^{d/2}K_{ab}(x-y)
$$
なので、$(\Pi f)_a(x)=\sum_b\int K_{ab}(x-y)f_b(y)\,dy$ となり、核の表示が出ます。$K$ の有界性・連続性は $\Omega$ の有界性と優収束定理から、$K(-z)=K(z)^*$ は $P$ のエルミート性からです。最後に、各成分 $K_{ab}=(2\pi)^{-d/2}\mathcal{W}(\mathbf{1}_\Omega P_{ab})$ に Plancherel の定理を使うと $\int|K_{ab}|^2=(2\pi)^{-d}\int_\Omega|P_{ab}|^2d\xi$ で、$\sum_{a,b}|P_{ab}|^2=\mathrm{tr}\,P^*P=\mathrm{tr}\,P$ から $\int\|K\|_{\mathrm{HS}}^2=\rho$ です。

**トーラス**: $\{\phi_k\}$ は正規直交なので、$\Pi$ は有限次元の部分空間 $\{\sum_{k\in\Omega_L}c_k\phi_k:c_k\in\mathrm{Ran}\,P(k)\}$ への直交射影です（$\Omega_L$ は有限集合）。定義に $\langle\phi_k,f\rangle$ を代入すれば核の表示が出て、$\|K\|_{\mathrm{HS}}^2=L^{-2d}\sum_{k,k'}\mathrm{tr}(P(k)P(k'))e^{i(k-k')\cdot z}$ を積分すると、正規直交性から $k=k'$ の項だけが残って $L^{-d}\sum_k\mathrm{tr}\,P(k)=\rho$ です。
</Proof>

<Proposition id="prop-bq-basic" title="集中作用素の基本性質">
$Q\subset\sharp$ を正の測度をもつ有界な可測集合とする。

1. $B_Q$ はトレースクラスで $0\le B_Q\le1$、$\mathrm{Tr}\,B_Q=\rho|Q|$。
2. $\mathrm{Tr}\,B_Q^2=\displaystyle\int_Q\int_Q\|K(x-y)\|_{\mathrm{HS}}^2\,dy\,dx$ で、
   $$
   L_Q=\int_Q\int_{\sharp\setminus Q}\|K(x-y)\|_{\mathrm{HS}}^2\,dy\,dx=\|\mathbf{1}_{\sharp\setminus Q}\,\Pi\,\mathbf{1}_Q\|_2^2 .
   $$
3. $B_Q$ の $0$ でない固有値を重複度込みで $\mu_1\ge\mu_2\ge\cdots$ と並べると、$\mu_n\in(0,1]$、$\sum_n\mu_n=\rho|Q|$、$\sum_n\mu_n(1-\mu_n)=L_Q$。
</Proposition>

$L_Q$ は、$Q$ の中の点と外の点を結ぶ核の重みの総和です。核が遠くで速く減衰すれば、$L_Q$ は $Q$ の境界の近くの寄与だけになり、体積 $|Q|$ よりずっと小さくなります。§5 と §6 はこの直観を定量化します。

<Proof of="prop-bq-basic">
$L^2(\sharp;\mathbb{C}^m)$ は $\sharp\times\{1,\dots,m\}$（Lebesgue 測度と数え上げ測度の積）上の $L^2$ と同一視でき、可分です。<Ref to="lem-band-kernel" /> から $A:=\mathbf{1}_Q\Pi$ は核 $\mathbf{1}_Q(x)K(x-y)$ をもち、Tonelli の定理と $\int_\sharp\|K(x-y)\|_{\mathrm{HS}}^2dy=\rho$（各 $x$）から
$$
\int_\sharp\int_\sharp\|\mathbf{1}_Q(x)K(x-y)\|_{\mathrm{HS}}^2\,dy\,dx=\rho|Q|<\infty
$$
です。よって <Ref to="mathematics/functional-analysis/compact-operators#thm-hs-integral-kernel" /> により $A$ は Hilbert–Schmidt 作用素で $\|A\|_2^2=\rho|Q|$ です。$\mathbf{1}_Q^2=\mathbf{1}_Q$、$A^*=\Pi\mathbf{1}_Q$ から $B_Q=A^*A$、$AA^*=\mathbf{1}_Q\Pi\mathbf{1}_Q$ です。

特異値分解（<Ref to="mathematics/functional-analysis/compact-operators#thm-singular-value-decomposition" />）$A=\sum_ns_n|f_n\rangle\langle e_n|$ から $B_Q=\sum_ns_n^2|e_n\rangle\langle e_n|$、$AA^*=\sum_ns_n^2|f_n\rangle\langle f_n|$ です。$(e_n)$ を含む正規直交基底で計算すると $\|A\|_2^2=\sum_ns_n^2$（<Ref to="mathematics/functional-analysis/compact-operators#def-hilbert-schmidt" />）なので、$B_Q$ はトレースクラス（<Ref to="mathematics/functional-analysis/compact-operators#def-schatten-class" />）で $\mathrm{Tr}\,B_Q=\sum_ns_n^2=\rho|Q|$ です（<Ref to="mathematics/functional-analysis/compact-operators#thm-trace" />）。$\langle f,B_Qf\rangle=\|\mathbf{1}_Q\Pi f\|^2\in[0,\|f\|^2]$ なので $0\le B_Q\le1$ です。これで 1 が示されました。

$B_Q^2=\sum_ns_n^4|e_n\rangle\langle e_n|$ なので $\mathrm{Tr}\,B_Q^2=\sum_ns_n^4=\|AA^*\|_2^2$ で、$AA^*=\mathbf{1}_Q\Pi\mathbf{1}_Q$ の核は $\mathbf{1}_Q(x)K(x-y)\mathbf{1}_Q(y)$ なので、再び <Ref to="mathematics/functional-analysis/compact-operators#thm-hs-integral-kernel" /> から 2 の第 1 式です。$\rho|Q|=\int_Q\int_\sharp\|K(x-y)\|^2_{\mathrm{HS}}dydx$ から引けば $L_Q$ の積分表示が出ます。$\mathbf{1}_{\sharp\setminus Q}\Pi\mathbf{1}_Q$ の核は $\mathbf{1}_{\sharp\setminus Q}(x)K(x-y)\mathbf{1}_Q(y)$ で、$\|K(-z)\|_{\mathrm{HS}}=\|K(z)^*\|_{\mathrm{HS}}=\|K(z)\|_{\mathrm{HS}}$ から、その Hilbert–Schmidt ノルムの 2 乗も同じ積分です。

3: $B_Q$ の $0$ でない固有値は $s_n^2$ で、1 から $s_n^2\le1$ です。和の式は上の計算そのものです。
</Proof>

## 4. Landau の数え上げ

<Theorem id="thm-landau-counting" title="Landau の数え上げ">
<Ref to="prop-bq-basic" /> の $\mu_n$ について、$0<\varepsilon<1$ に対し $N(\varepsilon):=\#\{n:\mu_n>\varepsilon\}$ とおく。

1. $\rho|Q|-\dfrac{L_Q}{1-\varepsilon}\le N(\varepsilon)\le\rho|Q|+\dfrac{L_Q}{\varepsilon}$。
2. $\#\{n:\varepsilon<\mu_n<1-\varepsilon\}\le\dfrac{L_Q}{\varepsilon(1-\varepsilon)}$。
3. $\displaystyle\sum_{\mu_n\le\varepsilon}\mu_n\le\frac{L_Q}{1-\varepsilon}$、$\displaystyle\sum_{\mu_n>\varepsilon}(1-\mu_n)\le\frac{L_Q}{\varepsilon}$。

とくに $\bigl|N(\tfrac12)-\rho|Q|\bigr|\le2L_Q$ である。
</Theorem>

1 に近い固有値の個数は体積 × 密度 $\rho|Q|$ に等しく、その誤差も、$0$ と $1$ の間に残る固有値の個数も、遷移の量 $L_Q$ で決まります。証明は、$\mu(1-\mu)$ が $\mu$ の両端で小さく真ん中で大きいことだけを使います。

<Proof of="thm-landau-counting">
3: $\mu\le\varepsilon$ なら $1-\mu\ge1-\varepsilon$ なので $\mu\le\mu(1-\mu)/(1-\varepsilon)$、$\mu>\varepsilon$ なら $1-\mu\le\mu(1-\mu)/\varepsilon$ です。それぞれ和をとり、<Ref to="prop-bq-basic" /> の 3（$\sum\mu_n(1-\mu_n)=L_Q$、各項は $\ge0$）を使います。

1: $N(\varepsilon)=\sum_{\mu_n>\varepsilon}\bigl(\mu_n+(1-\mu_n)\bigr)\le\sum_n\mu_n+\sum_{\mu_n>\varepsilon}(1-\mu_n)\le\rho|Q|+L_Q/\varepsilon$ です（3 の後半）。逆向きは、$\mu_n\le1$ から $N(\varepsilon)\ge\sum_{\mu_n>\varepsilon}\mu_n=\rho|Q|-\sum_{\mu_n\le\varepsilon}\mu_n\ge\rho|Q|-L_Q/(1-\varepsilon)$ です（3 の前半）。

2: $\varepsilon<\mu<1-\varepsilon$ なら $\mu(1-\mu)>\varepsilon(1-\varepsilon)$ なので、その個数を $\varepsilon(1-\varepsilon)$ 倍したものは $L_Q$ 以下です。

最後の主張は 1 で $\varepsilon=\frac12$ としたものです。
</Proof>

<Example id="ex-1d-counting" title="1 次元の数値">
$d=1$、帯域 $(-\pi,\pi)$、$Q=[0,s]$ とすると $\rho=1$、核は $K(z)=\frac{\sin\pi z}{\pi z}$ です。$B_Q$ の $0$ でない固有値は、$L^2([0,s])$ 上の積分作用素 $f\mapsto\int_0^sK(x-y)f(y)dy$ の固有値と一致します（$B_Q=A^*A$ と $AA^*=\mathbf{1}_Q\Pi\mathbf{1}_Q$ の $0$ でない固有値は一致します）。Gauss–Legendre 求積の Nyström 法で計算すると、$s=8$ では $\mu_6,\dots,\mu_{11}=0.9925,\ 0.9367,\ 0.6988,\ 0.2994,\ 0.0642,\ 0.0082$ で、$\mu_8>\frac12>\mu_9$ から $N(\frac12)=8=\rho|Q|$、$L_Q=0.5567$ です。$s=16$ でも $N(\frac12)=16$、$L_Q=0.6269$ で、$0.1<\mu<0.9$ の固有値はどちらも 2 個です。<Ref to="thm-landau-counting" /> の 2 の上界は $L_Q/0.09$ で、それぞれ $6.2$、$7.0$ です。

<Figure caption="1 次元の B_Q の固有値（帯域 (−π, π)）。白丸が s = 8、色付きの点が s = 16。縦の破線は n = s の位置。">
<svg viewBox="0 0 540 250" width="100%" role="img" aria-label="1 次元で帯域が [−π, π]、区間の長さが 8 と 16 のときの固有値を大きい順に並べた図。どちらも 1 に近い固有値がほぼ s 個続き、n が s のあたりで 2 個ほどの固有値をはさんで 0 に落ちる">
<g stroke="currentColor" fill="none" stroke-width="1"><path d="M 60 15 L 60 205 L 520 205" /></g>
<g stroke="currentColor" stroke-width="1">
<path d="M 60.0 205 L 60.0 209" />
<path d="M 136.7 205 L 136.7 209" />
<path d="M 213.3 205 L 213.3 209" />
<path d="M 290.0 205 L 290.0 209" />
<path d="M 366.7 205 L 366.7 209" />
<path d="M 443.3 205 L 443.3 209" />
<path d="M 520.0 205 L 520.0 209" />
<path d="M 56 199.7 L 60 199.7" />
<path d="M 56 155.7 L 60 155.7" />
<path d="M 56 111.8 L 60 111.8" />
<path d="M 56 67.8 L 60 67.8" />
<path d="M 56 23.8 L 60 23.8" />
</g>
<g fill="currentColor" font-size="11" text-anchor="middle">
<text x="60.0" y="221">0</text>
<text x="136.7" y="221">5</text>
<text x="213.3" y="221">10</text>
<text x="290.0" y="221">15</text>
<text x="366.7" y="221">20</text>
<text x="443.3" y="221">25</text>
<text x="520.0" y="221">30</text>
</g><g fill="currentColor" font-size="11" text-anchor="end">
<text x="53" y="203.7">0</text>
<text x="53" y="159.7">0.25</text>
<text x="53" y="115.8">0.5</text>
<text x="53" y="71.8">0.75</text>
<text x="53" y="27.8">1</text>
</g>
<text x="290.0" y="237" fill="currentColor" font-size="12" text-anchor="middle">固有値の番号 n（大きい順）</text>
<text x="24" y="110.0" fill="currentColor" font-size="12" text-anchor="middle" transform="rotate(-90 24 110.0)">固有値 μₙ</text>
<polyline points="75.3,23.8 90.7,23.8 106.0,23.8 121.3,23.8 136.7,23.9 152.0,25.1 167.3,34.9 182.7,76.8 198.0,147.1 213.3,188.4 228.7,198.3 244.0,199.6 259.3,199.7 274.7,199.7 290.0,199.7 305.3,199.7 320.7,199.7 336.0,199.7 351.3,199.7 366.7,199.7 382.0,199.7 397.3,199.7 412.7,199.7 428.0,199.7 443.3,199.7 458.7,199.7 474.0,199.7 489.3,199.7 504.7,199.7 520.0,199.7" fill="none" stroke="currentColor" stroke-width="1.0" stroke-opacity="0.6" />
<g fill="none" stroke="currentColor" stroke-width="1"><circle cx="75.3" cy="23.8" r="2.6" /><circle cx="90.7" cy="23.8" r="2.6" /><circle cx="106.0" cy="23.8" r="2.6" /><circle cx="121.3" cy="23.8" r="2.6" /><circle cx="136.7" cy="23.9" r="2.6" /><circle cx="152.0" cy="25.1" r="2.6" /><circle cx="167.3" cy="34.9" r="2.6" /><circle cx="182.7" cy="76.8" r="2.6" /><circle cx="198.0" cy="147.1" r="2.6" /><circle cx="213.3" cy="188.4" r="2.6" /><circle cx="228.7" cy="198.3" r="2.6" /><circle cx="244.0" cy="199.6" r="2.6" /><circle cx="259.3" cy="199.7" r="2.6" /><circle cx="274.7" cy="199.7" r="2.6" /><circle cx="290.0" cy="199.7" r="2.6" /><circle cx="305.3" cy="199.7" r="2.6" /><circle cx="320.7" cy="199.7" r="2.6" /><circle cx="336.0" cy="199.7" r="2.6" /><circle cx="351.3" cy="199.7" r="2.6" /><circle cx="366.7" cy="199.7" r="2.6" /><circle cx="382.0" cy="199.7" r="2.6" /><circle cx="397.3" cy="199.7" r="2.6" /><circle cx="412.7" cy="199.7" r="2.6" /><circle cx="428.0" cy="199.7" r="2.6" /><circle cx="443.3" cy="199.7" r="2.6" /><circle cx="458.7" cy="199.7" r="2.6" /><circle cx="474.0" cy="199.7" r="2.6" /><circle cx="489.3" cy="199.7" r="2.6" /><circle cx="504.7" cy="199.7" r="2.6" /><circle cx="520.0" cy="199.7" r="2.6" /></g>
<polyline points="190.3,205.0 190.3,15.0" fill="none" stroke="currentColor" stroke-width="0.8" stroke-dasharray="3 3" />
<polyline points="75.3,23.8 90.7,23.8 106.0,23.8 121.3,23.8 136.7,23.8 152.0,23.8 167.3,23.8 182.7,23.8 198.0,23.8 213.3,23.8 228.7,23.8 244.0,23.8 259.3,24.1 274.7,26.4 290.0,38.9 305.3,80.1 320.7,143.6 336.0,184.5 351.3,197.0 366.7,199.4 382.0,199.7 397.3,199.7 412.7,199.7 428.0,199.7 443.3,199.7 458.7,199.7 474.0,199.7 489.3,199.7 504.7,199.7 520.0,199.7" fill="none" stroke="var(--sl-color-accent)" stroke-width="1.0" stroke-opacity="0.6" />
<g fill="var(--sl-color-accent)"><circle cx="75.3" cy="23.8" r="2.6" /><circle cx="90.7" cy="23.8" r="2.6" /><circle cx="106.0" cy="23.8" r="2.6" /><circle cx="121.3" cy="23.8" r="2.6" /><circle cx="136.7" cy="23.8" r="2.6" /><circle cx="152.0" cy="23.8" r="2.6" /><circle cx="167.3" cy="23.8" r="2.6" /><circle cx="182.7" cy="23.8" r="2.6" /><circle cx="198.0" cy="23.8" r="2.6" /><circle cx="213.3" cy="23.8" r="2.6" /><circle cx="228.7" cy="23.8" r="2.6" /><circle cx="244.0" cy="23.8" r="2.6" /><circle cx="259.3" cy="24.1" r="2.6" /><circle cx="274.7" cy="26.4" r="2.6" /><circle cx="290.0" cy="38.9" r="2.6" /><circle cx="305.3" cy="80.1" r="2.6" /><circle cx="320.7" cy="143.6" r="2.6" /><circle cx="336.0" cy="184.5" r="2.6" /><circle cx="351.3" cy="197.0" r="2.6" /><circle cx="366.7" cy="199.4" r="2.6" /><circle cx="382.0" cy="199.7" r="2.6" /><circle cx="397.3" cy="199.7" r="2.6" /><circle cx="412.7" cy="199.7" r="2.6" /><circle cx="428.0" cy="199.7" r="2.6" /><circle cx="443.3" cy="199.7" r="2.6" /><circle cx="458.7" cy="199.7" r="2.6" /><circle cx="474.0" cy="199.7" r="2.6" /><circle cx="489.3" cy="199.7" r="2.6" /><circle cx="504.7" cy="199.7" r="2.6" /><circle cx="520.0" cy="199.7" r="2.6" /></g>
<polyline points="313.0,205.0 313.0,15.0" fill="none" stroke="var(--sl-color-accent)" stroke-width="0.8" stroke-dasharray="3 3" />
<text x="196.5" y="48.4" fill="currentColor" font-size="11" text-anchor="start">s = 8</text>
<text x="319.1" y="48.4" fill="var(--sl-color-accent)" font-size="11" text-anchor="start">s = 16</text>
</svg>
</Figure>
</Example>

## 5. 遷移の量の評価

<Ref to="thm-landau-counting" /> を使うには $L_Q$ が $\rho|Q|$ よりずっと小さいことを示す必要があります。この節では、辺 $s$ 程度の箱について $L_Q\le C\,s^{d-1}(1+\log s)$ を示します。$s^{d-1}$ は箱の表面積の大きさで、$\log s$ は核の減衰がちょうど境目の速さであることから来ます（§6）。トーラスでは、以下 $L$ は自然数とします。

### 5.1. 1 次元の評価と立方体の帯域

<Lemma id="lem-1d-transition" title="1 次元の遷移の量">
$d=m=1$、帯域 $(-\pi,\pi)$、$Q=[a,a+s]$ とし、$\sharp=\mathbb{R}$ または $\sharp=\mathbb{T}_L$（$L\in\mathbb{N}$、$L>s$）とする。核を $K_1$、密度を $\rho_1$ と書く。このとき $\rho_1\le1$（$\mathbb{R}$ では $\rho_1=1$）で、
$$
|K_1(z)|^2\le\min\Bigl\{1,\ \frac1{4\|z\|^2}\Bigr\}\qquad(\|z\|\text{ は }\mathbb{R}\text{ では }|z|,\ \mathbb{T}_L\text{ では }L\mathbb{Z}\text{ までの距離})
$$
が成り立ち、$\ell(s):=L_Q$ は $a$ によらず、$s\ge\frac14$ なら $\ell(s)\le\frac12\bigl(1+\log(4s)\bigr)$ である。
</Lemma>

<Proof of="lem-1d-transition">
$\mathbb{R}$ では $K_1(z)=\frac1{2\pi}\int_{-\pi}^\pi e^{iz\xi}d\xi=\frac{\sin\pi z}{\pi z}$ なので $|K_1|\le1$、$|K_1(z)|\le\frac1{\pi|z|}\le\frac1{2|z|}$ です。トーラスでは $\Omega_L=\{2\pi n/L:|n|<L/2\}$ で、その個数は $L$ が奇数なら $L$、偶数なら $L-1$ なので $\rho_1\le1$ です。$n_0:=\max\{n:n<L/2\}$ とおくと等比数列の和から、$z\notin L\mathbb{Z}$ で
$$
K_1(z)=\frac1L\sum_{n=-n_0}^{n_0}e^{2\pi inz/L}=\frac{\sin\bigl((2n_0+1)\pi z/L\bigr)}{L\sin(\pi z/L)}
$$
です。$|K_1|\le\rho_1\le1$ で、$|z|\le L/2$ の代表をとると $|\sin(\pi z/L)|\ge2|z|/L$（$\sin$ は $[0,\frac\pi2]$ で凹なので $\sin t\ge\frac{2}\pi t$）から $|K_1(z)|\le\frac1{2|z|}$ です。

核は平行移動で不変なので、<Ref to="prop-bq-basic" /> の 2 の積分は $a$ によらず、$a=0$ としてよいです。$g(t):=\min\{1,1/(4t^2)\}$、$G(b):=\int_b^\infty g(t)\,dt$（$b>0$）とおくと、$G(b)\le\int_0^\infty g=\frac12+\frac12=1$ かつ $G(b)\le\int_b^\infty\frac{dt}{4t^2}=\frac1{4b}$ です。$x\in[0,s]$ を止めます。$\mathbb{R}$ では $y>s$ の部分は $y-x\ge s-x$、$y<0$ の部分は $x-y\ge x$ なので
$$
\int_{\mathbb{R}\setminus[0,s]}|K_1(x-y)|^2dy\le G(s-x)+G(x)
$$
です。トーラスでは $\mathbb{T}_L\setminus[0,s]$ を $y\in(s,L)$ で表すと、$t:=y-x\in(s-x,L-x)$ で $\|x-y\|=\min\{t,L-t\}$ です。$t\le L-t$ の部分の積分は $G(s-x)$ 以下、$t>L-t$ の部分は $u=L-t\in(x,L/2)$ と置き換えて $G(x)$ 以下なので、同じ評価が成り立ちます。$x$ で積分すると
$$
\ell(s)\le\int_0^s\bigl(G(s-x)+G(x)\bigr)dx=2\int_0^sG(x)\,dx\le2\Bigl(\int_0^{1/4}dx+\int_{1/4}^s\frac{dx}{4x}\Bigr)=\frac12\bigl(1+\log(4s)\bigr)
$$
です。
</Proof>

<Theorem id="thm-cube-band" title="立方体の帯域の遷移の量">
$\sharp=\mathbb{R}^d$ または $\sharp=\mathbb{T}^d_L$（$L\in\mathbb{N}$、$L>s$）、スカラーの帯域 $\Omega=(-\pi,\pi)^d$、$Q=\prod_{i=1}^d[a_i,a_i+s]$（$s\ge\frac14$）とする。このとき核は $K(z)=\prod_iK_1(z_i)$、密度は $\rho=\rho_1^d$ で、<Ref to="lem-1d-transition" /> の $\ell(s)$ を使って
$$
L_Q=(\rho_1s)^d-\bigl(\rho_1s-\ell(s)\bigr)^d\le d\,(\rho_1s)^{d-1}\ell(s)\le\frac d2\,s^{d-1}\bigl(1+\log(4s)\bigr).
$$
</Theorem>

<Proof of="thm-cube-band">
$\mathbb{R}^d$ では Fubini の定理で $\int_{(-\pi,\pi)^d}e^{iz\cdot\xi}d\xi=\prod_i\int_{-\pi}^\pi e^{iz_i\xi_i}d\xi_i$、トーラスでは $\Omega_L$ が 1 次元の格子点の集合の直積なので和が積に分かれ、$K=\prod_iK_1(z_i)$、$\rho=\rho_1^d$ です。<Ref to="prop-bq-basic" /> の 2 と Tonelli の定理から
$$
\mathrm{Tr}\,B_Q^2=\prod_{i=1}^d\int_{a_i}^{a_i+s}\int_{a_i}^{a_i+s}|K_1(x_i-y_i)|^2\,dy_i\,dx_i=\bigl(\rho_1s-\ell(s)\bigr)^d
$$
です（1 次元の各因子は、<Ref to="prop-bq-basic" /> を 1 次元で使うと $\mathrm{Tr}\,B_I-L_I=\rho_1s-\ell(s)$ に等しく、$\ge0$）。$\mathrm{Tr}\,B_Q=\rho|Q|=(\rho_1s)^d$ から等式が出ます。不等式は、$0\le b\le a$ について $a^d-b^d=(a-b)\sum_{j=0}^{d-1}a^{d-1-j}b^j\le d\,a^{d-1}(a-b)$ であることと、$\rho_1\le1$、<Ref to="lem-1d-transition" /> の評価から従います。
</Proof>

立方体の帯域 $(-\pi,\pi)^d$ と整数の格子点に頂点をもつ立方体 $Q$ では $\rho|Q|=s^d$ は $Q$ の中の整数点の個数（の目安）で、標本化定理（<Ref to="mathematics/fourier-analysis/sampling-wavelets#thm-sampling" />）の標本点の個数と一致します。

### 5.2. 球の帯域：Fourier 側の数え上げ

球の帯域では核が変数ごとに分かれないので、Fourier 側で計算します。記号を短くするため、波数の関数 $g$ について
$$
\langle g\rangle_\sharp:=\frac1{(2\pi)^d}\int_{\mathbb{R}^d}g(\kappa)\,d\kappa\quad(\sharp=\mathbb{R}^d),\qquad\langle g\rangle_\sharp:=\frac1{L^d}\sum_{\kappa\in\Gamma_L}g(\kappa)\quad(\sharp=\mathbb{T}^d_L)
$$
と書き、1 次元の同じ平均を $\langle\cdot\rangle_1$ と書きます。帯域 $\Omega$ はトーラスでは $\Omega_L$ を意味します。箱 $Q$ について $F_Q(\kappa):=\int_Qe^{-i\kappa\cdot x}dx$ とおきます。

<Lemma id="lem-fourier-formula" title="遷移の量の Fourier 側の表示">
$Q\subset\sharp$ を辺が $L$ より短い箱とすると（$\mathbb{R}^d$ では任意の箱）
$$
L_Q=\Bigl\langle\Bigl\langle|F_Q(\xi-\eta)|^2\,\mathbf{1}_\Omega(\xi)\Bigl[\mathbf{1}_{\Omega^c}(\eta)\,\mathrm{tr}\,P(\xi)+\mathbf{1}_\Omega(\eta)\bigl(\mathrm{tr}\,P(\xi)-\mathrm{tr}(P(\xi)P(\eta))\bigr)\Bigr]\Bigr\rangle_\eta\Bigr\rangle_\xi
$$
で、角括弧の中の二つの項はどちらも $0$ 以上である。スカラーの帯域では第 2 項は $0$、横波の帯域では $\mathrm{tr}\,P(\xi)-\mathrm{tr}(P(\xi)P(\eta))=1-(\hat\xi\cdot\hat\eta)^2$ である。
</Lemma>

<Proof of="lem-fourier-formula">
<Ref to="lem-band-kernel" /> の核の表示から $K(z)K(z)^*=\langle\langle\mathbf{1}_\Omega(\xi)\mathbf{1}_\Omega(\eta)P(\xi)P(\eta)e^{iz\cdot(\xi-\eta)}\rangle_\eta\rangle_\xi$ です。<Ref to="prop-bq-basic" /> の 2 に代入し、被積分関数が有界で積分範囲の測度が有限なので Fubini の定理で順序を入れ替えると、$\int_Q\int_Qe^{i(x-y)\cdot\kappa}dy\,dx=\overline{F_Q(\kappa)}F_Q(\kappa)$ から
$$
\mathrm{Tr}\,B_Q^2=\bigl\langle\bigl\langle\mathbf{1}_\Omega(\xi)\mathbf{1}_\Omega(\eta)\,\mathrm{tr}(P(\xi)P(\eta))\,|F_Q(\xi-\eta)|^2\bigr\rangle_\eta\bigr\rangle_\xi
$$
です。一方 $|Q|=\|\mathbf{1}_Q\|^2=\langle|F_Q|^2\rangle_\sharp$ です（$\mathbb{R}^d$ では Plancherel の定理、トーラスでは $\langle\phi_\kappa,\mathbf{1}_Q\rangle=L^{-d/2}F_Q(\kappa)$ と正規直交基底 $\{\phi_\kappa\}$ についての Parseval の等式）。平均 $\langle\cdot\rangle_\eta$ は $\eta\mapsto\xi-\eta$ で不変なので、各 $\xi$ で $\langle|F_Q(\xi-\eta)|^2\rangle_\eta=|Q|$ で、$\mathrm{Tr}\,B_Q=\rho|Q|=\langle\mathbf{1}_\Omega(\xi)\mathrm{tr}P(\xi)\langle|F_Q(\xi-\eta)|^2\rangle_\eta\rangle_\xi$ です。引き算して主張の式を得ます。$P(\eta)\le1$ から $\mathrm{tr}(P(\xi)P(\eta))=\mathrm{tr}(P(\xi)P(\eta)P(\xi))\le\mathrm{tr}\,P(\xi)$ です。横波では $\mathrm{tr}(P(\xi)P(\eta))=\mathrm{tr}(1-\hat\xi\hat\xi^{\mathsf{T}}-\hat\eta\hat\eta^{\mathsf{T}}+\hat\xi\hat\xi^{\mathsf{T}}\hat\eta\hat\eta^{\mathsf{T}})=1+(\hat\xi\cdot\hat\eta)^2$ です。
</Proof>

<Lemma id="lem-1d-sums" title="1 次元の和と積分の評価">
$\sigma>0$ について $\varphi_\sigma(\kappa):=\min\{\sigma^2,4/\kappa^2\}$ とおく。

1. 長さ $\sigma$ の区間 $I$ について $|F_I(\kappa)|^2\le\varphi_\sigma(\kappa)$。
2. $\langle\varphi_\sigma\rangle_1\le3\sigma$（トーラスでは $L\ge\sigma$ のとき）。
3. $t>0$ について $\langle\varphi_\sigma\mathbf{1}_{|\kappa|\ge t}\rangle_1\le3/t$。
4. $\langle\kappa^2\varphi_\sigma\mathbf{1}_{|\kappa|\le2\pi}\rangle_1\le12$（トーラスでは $L\ge1$ のとき）。
</Lemma>

<Proof of="lem-1d-sums">
まず、$b>0$ について $\sum_{n\in\mathbb{N},\,n\ge b}n^{-2}\le2/b$ です。実際 $b\le1$ なら $\sum_{n\ge1}n^{-2}\le1+\sum_{n\ge2}\frac1{n(n-1)}=2\le2/b$、$b>1$ なら $m:=\lceil b\rceil\ge2$ として $\sum_{n\ge m}n^{-2}\le\sum_{n\ge m}\frac1{n(n-1)}=\frac1{m-1}$ で、$m-1\ge\max\{1,b-1\}\ge b/2$ です。

1: $|F_I(\kappa)|=|2\sin(\kappa\sigma/2)/\kappa|\le\min\{\sigma,2/|\kappa|\}$。2: $\mathbb{R}$ では $\frac1{2\pi}\bigl(2\sigma^2\cdot\frac2\sigma+2\int_{2/\sigma}^\infty\frac4{\kappa^2}d\kappa\bigr)=\frac{4\sigma}\pi\le3\sigma$。トーラスでは $\kappa_n=2\pi n/L$ として、$|\kappa_n|\le2/\sigma$ の項は $2L/(\pi\sigma)+1$ 個以下で各 $\sigma^2$ 以下なので寄与は $\frac{2\sigma}\pi+\frac{\sigma^2}L\le\frac{2\sigma}\pi+\sigma$、残りは $\frac4{\kappa_n^2}=\frac{L^2}{\pi^2n^2}$ で $|n|>L/(\pi\sigma)$ なので、上の和の評価から寄与は $\frac1L\cdot\frac{L^2}{\pi^2}\cdot2\cdot\frac{2\pi\sigma}L=\frac{4\sigma}\pi$ 以下です。合計 $\sigma(1+\frac6\pi)\le3\sigma$。3: $\mathbb{R}$ では $\frac1{2\pi}\cdot2\int_t^\infty\frac4{\kappa^2}d\kappa=\frac4{\pi t}$、トーラスでは $\frac1L\cdot\frac{L^2}{\pi^2}\cdot2\sum_{n\ge tL/(2\pi)}n^{-2}\le\frac{2L}{\pi^2}\cdot\frac{4\pi}{tL}=\frac8{\pi t}$ で、どちらも $3/t$ 以下。4: $\kappa^2\varphi_\sigma\le4$ なので、$\mathbb{R}$ では $\frac1{2\pi}\cdot4\cdot4\pi=8$、トーラスでは $|\kappa_n|\le2\pi$ となる $n$ は $2L+1$ 個以下なので $\frac{4(2L+1)}L\le12$。
</Proof>

<Lemma id="lem-shell-count" title="球殻の中の格子点">
$d\ge1$ とする。$d$ だけで決まる定数 $c_d$ があって、$r\ge0$ について
$$
\bigl\langle\mathbf{1}_{\{\pi-r\le|\xi|<\pi\}}\bigr\rangle_\sharp\le c_d\Bigl(r+\frac1L\Bigr)\quad(\sharp=\mathbb{T}^d_L,\ L\in\mathbb{N},\ L\ge4),\qquad\bigl\langle\mathbf{1}_{\{\pi-r\le|\xi|<\pi\}}\bigr\rangle_\sharp\le c_d\,r\quad(\sharp=\mathbb{R}^d)
$$
が成り立ち、また $\langle\mathbf{1}_{\{|\xi|<\pi\}}\rangle_\sharp\le c_d$ である。さらに $\#\{m\in\mathbb{Z}^d:j-1\le|m|<j\}\le c_dj^{d-1}$（$j\in\mathbb{N}$）。
</Lemma>

<Proof of="lem-shell-count">
$|B_1|$ を単位球の体積とします。$\mathbb{R}^d$ では左辺は $(2\pi)^{-d}|B_1|(\pi^d-(\pi-r)_+^d)\le(2\pi)^{-d}|B_1|d\pi^{d-1}r$ です（$0\le y\le x$ なら $x^d-y^d\le dx^{d-1}(x-y)$）。トーラスでは $\xi=2\pi m/L$ と書くと、条件は $R-b\le|m|<R$（$R=L/2$、$b=rL/(2\pi)$）です。そのような $m$ を中心とする単位立方体 $m+[-\frac12,\frac12)^d$ は互いに交わらず、球殻 $\{R-b-\frac{\sqrt d}2\le|x|<R+\frac{\sqrt d}2\}$ に含まれるので、個数は
$$
|B_1|\Bigl(\bigl(R+\tfrac{\sqrt d}2\bigr)^d-\bigl(R-b-\tfrac{\sqrt d}2\bigr)_+^d\Bigr)\le|B_1|\,d\,\bigl(R+\tfrac{\sqrt d}2\bigr)^{d-1}\bigl(b+\sqrt d\bigr)
$$
以下です。$L\ge4$ なら $R+\frac{\sqrt d}2\le(1+\sqrt d)\frac L2$ なので、$L^{-d}$ を掛けると $c_d(r+1/L)$ の形になります。$\langle\mathbf{1}_{\{|\xi|<\pi\}}\rangle$ の評価は $r=\pi$ の場合で、$c_d$ を $(\pi+1)$ 倍に取り直せば主張の形になります。最後の主張は同じ立方体の議論を $R=j$、$b=1$ で行ったものです。
</Proof>

<Theorem id="thm-ball-band" title="球の帯域の遷移の量">
$d\ge1$、$s\ge1$ とし、$\sharp=\mathbb{R}^d$ または $\sharp=\mathbb{T}^d_L$（$L\in\mathbb{N}$、$L\ge4s$）とする。帯域は (i) スカラーの球の帯域 $\Omega=B_\pi$、または (ii) $d=3$ の横波の帯域（トーラスでは $k=0$ を除く）とする。辺の長さがすべて $[s,2s]$ に入る箱 $Q$ について
$$
L_Q\le C_d\,s^{d-1}(1+\log s)
$$
が成り立つ。ここで $C_d$ は $d$ だけで決まる定数で、$\sharp$、$L$、$Q$ によらない。
</Theorem>

<Proof of="thm-ball-band">
<Ref to="lem-fourier-formula" /> の第 1 項・第 2 項による寄与を I・II と書きます。<Ref to="lem-1d-sums" /> の 1 と $\varphi_\sigma$ が $\sigma$ について増加することから、$\kappa=(\kappa_1,\dots,\kappa_d)$ について $|F_Q(\kappa)|^2\le\prod_i\varphi_{2s}(\kappa_i)$ です。平均 $\langle\cdot\rangle_\sharp$ は座標ごとの 1 次元の平均の積なので、$\langle\prod_ig_i(\kappa_i)\rangle_\sharp=\prod_i\langle g_i\rangle_1$ です。トーラスでは $L\ge4s\ge2s$ なので <Ref to="lem-1d-sums" /> の 2 が $\sigma=2s$ で使えます。

**I の評価**: $\xi\in\Omega$ を止め、$\delta(\xi):=\pi-|\xi|>0$ とおきます。$|\eta|\ge\pi$ なら $|\xi-\eta|\ge\delta(\xi)$ なので $\max_i|\kappa_i|\ge\delta/\sqrt d$（$\kappa=\xi-\eta$）です。よって、平均の平行移動不変性と <Ref to="lem-1d-sums" /> の 2・3 から、$t=\delta/\sqrt d$ として
$$
J(\xi):=\bigl\langle|F_Q(\xi-\eta)|^2\mathbf{1}_{\{|\eta|\ge\pi\}}\bigr\rangle_\eta\le\sum_{i=1}^d\bigl\langle\varphi_{2s}\mathbf{1}_{|\kappa_i|\ge t}\bigr\rangle_1\prod_{j\ne i}\langle\varphi_{2s}\rangle_1\le d\cdot\frac{3\sqrt d}{\delta(\xi)}\cdot(6s)^{d-1}
$$
です。また $J(\xi)\le\langle|F_Q|^2\rangle_\sharp=|Q|\le(2s)^d$ なので、$C_1:=\max\{2^d,3d\sqrt d\,6^{d-1}\}$ として $J(\xi)\le C_1s^{d-1}\min\{s,1/\delta(\xi)\}$ です。$\eta\notin\Omega$ で $|\eta|<\pi$ となるのは、横波の帯域のトーラスで $\eta=0$ の場合だけで、その寄与は $L^{-d}\sum_{\xi\in\Omega_L}L^{-d}|F_Q(\xi)|^2\,\mathrm{tr}\,P(\xi)\le2L^{-3}\langle|F_Q|^2\rangle_\sharp=2|Q|L^{-3}\le\frac14$ です（全空間では $\{0\}$ は測度 $0$）。$\mathrm{tr}\,P\le m$ なので
$$
\mathrm{I}\le m\,C_1s^{d-1}\bigl\langle\mathbf{1}_\Omega(\xi)\min\{s,1/\delta(\xi)\}\bigr\rangle_\xi+\tfrac14
$$
です。$\min\{s,1/\delta\}=\int_0^s\mathbf{1}_{\{\delta<1/u\}}\,du$ と Tonelli の定理（トーラスでは和と積分の交換）、<Ref to="lem-shell-count" />（$r=1/u$）から
$$
\bigl\langle\mathbf{1}_\Omega\min\{s,1/\delta\}\bigr\rangle=\int_0^s\bigl\langle\mathbf{1}_{\{\pi-1/u<|\xi|<\pi\}}\bigr\rangle\,du\le\int_0^1c_d\,du+\int_1^sc_d\Bigl(\frac1u+\frac1L\Bigr)du\le c_d\Bigl(\frac54+\log s\Bigr)
$$
です（$s/L\le\frac14$。全空間では $1/L$ の項はありません）。よって $\mathrm{I}\le C\,s^{d-1}(1+\log s)$ です。

**II の評価**（横波の帯域、$d=3$）: $\xi,\eta\in\Omega$ について、$1-(\hat\xi\cdot\hat\eta)^2$ は単位ベクトル $\hat\xi$ から直線 $\mathbb{R}\hat\eta$ までの距離の 2 乗で、その直線上の点 $\eta/|\xi|$ までの距離 $|\xi-\eta|/|\xi|$ 以下です。したがって $1-(\hat\xi\cdot\hat\eta)^2\le|\xi-\eta|^2/|\xi|^2$ です。$|\kappa|\le2\pi$（$\xi,\eta\in B_\pi$）のとき $|\kappa|^2|F_Q(\kappa)|^2\le\sum_i\kappa_i^2\varphi_{2s}(\kappa_i)\mathbf{1}_{|\kappa_i|\le2\pi}\prod_{j\ne i}\varphi_{2s}(\kappa_j)$ なので、<Ref to="lem-1d-sums" /> の 2・4 から
$$
\bigl\langle\mathbf{1}_\Omega(\eta)\,|\xi-\eta|^2|F_Q(\xi-\eta)|^2\bigr\rangle_\eta\le3\cdot12\cdot(6s)^2=1296\,s^2
$$
です。よって $\mathrm{II}\le1296\,s^2\langle\mathbf{1}_{\{0<|\xi|<\pi\}}|\xi|^{-2}\rangle_\xi$ です。全空間ではこの平均は $(2\pi)^{-3}\int_0^\pi4\pi\,dr=\frac1{2\pi}$ です（極座標）。トーラスでは $\xi=2\pi m/L$ とし、$m$ を $j-1\le|m|<j$（$j\ge2$）の殻に分けると、<Ref to="lem-shell-count" /> の最後の主張から各殻の寄与は $c_3j^2/(j-1)^2\le4c_3$ 以下、殻の数は $L/2+1\le L$ 以下なので
$$
\bigl\langle\mathbf{1}_{\{0<|\xi|<\pi\}}|\xi|^{-2}\bigr\rangle=\frac1{L^3}\cdot\frac{L^2}{4\pi^2}\sum_{0<|m|<L/2}|m|^{-2}\le\frac{4c_3L}{4\pi^2L}=\frac{c_3}{\pi^2}
$$
です。よって $\mathrm{II}\le C\,s^2$ で、I と合わせて主張が出ます。
</Proof>

定数 $C_d$ の値は追っていませんが、証明のどの段も具体的な数で書けています。全空間の場合だけなら、§6 の核の減衰から直接 $L_Q$ を評価する別の証明もあります（<Ref to="exr-decay-to-lq" />）。

## 6. 横波の射影の核の減衰

<Theorem id="thm-kernel-decay" title="3 次元の球の帯域の核の減衰">
$d=3$、$\sharp=\mathbb{R}^3$ とし、スカラーの球の帯域の核を $K_0$、横波の帯域の核を $K$ とする。$r=|z|>0$ について
$$
K_0(z)=\frac{\sin\pi r-\pi r\cos\pi r}{2\pi^2r^3},\qquad K(z)=K_0(z)\,1+\nabla\nabla^{\mathsf{T}}G(z),\qquad G(z)=\frac{\mathrm{Si}(\pi r)}{2\pi^2r}
$$
が成り立つ（$\mathrm{Si}(x)=\int_0^x\frac{\sin t}t\,dt$）。さらに、すべての $z\in\mathbb{R}^3$ で
$$
|K_0(z)|\le\frac4{(1+|z|)^2},\qquad\|K(z)\|_{\mathrm{HS}}\le\frac{16}{(1+|z|)^2}
$$
であり、冪 $2$ は改善できない：$z_n=2n\,e_1$ とすると $|K_0(z_n)|\,|z_n|^2\to\frac1{2\pi}$。
</Theorem>

減衰の冪がちょうど $2$ であることは、3 次元で $\int_{|z|>t}\|K\|^2dz$ が $1/t$ の程度になることを意味し、$L_Q$ を $Q$ の中の点 $x$ ごとに積分すると、境界からの距離 $t$ について $\int_1^s\frac{dt}t=\log s$ が現れます。冪の原因は、帯域の定義関数 $\mathbf{1}_{B_\pi}$ が球面で不連続であることです（Fourier 変換の減衰は、元の関数のなめらかさで決まります）。

<Proof of="thm-kernel-decay">
**$K_0$ の式**: 直交行列 $R$ について変数変換 $\xi\mapsto R^{\mathsf{T}}\xi$（<Ref to="mathematics/real-analysis/change-of-variables-rd#cor-rotation-dilation" /> の 3。球は不変）から $K_0(Rz)=K_0(z)$ なので、$z=re_3$ としてよいです。Fubini の定理で $\xi_3=t$ ごとに切ると、切り口は半径 $\sqrt{\pi^2-t^2}$ の円板（面積 $\pi(\pi^2-t^2)$）なので
$$
K_0(re_3)=\frac1{(2\pi)^3}\int_{-\pi}^\pi\pi(\pi^2-t^2)e^{irt}\,dt=\frac{2\pi}{(2\pi)^3}\int_0^\pi(\pi^2-t^2)\cos(rt)\,dt
$$
です。部分積分で $\int_0^\pi(\pi^2-t^2)\cos(rt)dt=\frac2r\int_0^\pi t\sin(rt)dt=\frac2{r^3}(\sin\pi r-\pi r\cos\pi r)$ となり、式が出ます。

**$G$ と $K$ の式**: $G(z):=(2\pi)^{-3}\int_{B_\pi}|\xi|^{-2}e^{iz\cdot\xi}d\xi$ と定めます（$|\xi|^{-2}$ は $B_\pi$ で可積分）。$z$ の成分についての 1 階・2 階の偏導関数の被積分関数はそれぞれ $|\xi|^{-1}$、$1$ で押さえられ可積分なので、積分記号下の微分（<Ref to="mathematics/real-analysis/lebesgue-integral#cor-diff-under-integral" /> を実部と虚部に使う）から $\partial_a\partial_bG(z)=-(2\pi)^{-3}\int_{B_\pi}\hat\xi_a\hat\xi_be^{iz\cdot\xi}d\xi$ です。したがって $K_{ab}=\delta_{ab}K_0+\partial_a\partial_bG$ です。$G$ の値は同じく $z=re_3$ で切り口ごとに計算します。切り口の円板の上で平面の極座標（<Ref to="mathematics/real-analysis/change-of-variables-rd#thm-polar" />、$d=2$）を使うと $\int\frac{dA}{\varrho^2+t^2}=2\pi\int_0^{\sqrt{\pi^2-t^2}}\frac{\varrho\,d\varrho}{\varrho^2+t^2}=2\pi\log\frac\pi{|t|}$ なので、
$$
G(re_3)=\frac{2}{(2\pi)^2}\int_0^\pi\log\frac\pi t\,\cos(rt)\,dt=\frac2{(2\pi)^2}\int_0^\pi\frac{\sin rt}{rt}\,dt=\frac{\mathrm{Si}(\pi r)}{2\pi^2r}
$$
です（部分積分。境界項は $t\log t\to0$ と $\log1=0$ で消えます）。

**評価**: まず $|\mathrm{Si}(x)|\le3$ です。実際 $|\mathrm{Si}(x)|\le1$（$0\le x\le1$）で、$x\ge1$ なら部分積分で $\int_1^x\frac{\sin t}tdt=\cos1-\frac{\cos x}x-\int_1^x\frac{\cos t}{t^2}dt$ の絶対値は $1+\frac1x+(1-\frac1x)=2$ 以下、$\mathrm{Si}$ は奇関数です。$S(r):=\mathrm{Si}(\pi r)$、$g(r):=S(r)/(2\pi^2r)$ とおくと $S'(r)=\sin(\pi r)/r$ で、
$$
g'(r)=\frac{\sin\pi r-S(r)}{2\pi^2r^2},\qquad g''(r)=\frac1{2\pi^2}\Bigl(\frac{\pi\cos\pi r}{r^2}-\frac{3\sin\pi r}{r^3}+\frac{2S(r)}{r^3}\Bigr)
$$
です。$r\ge1$ では $|g'|\le\frac4{2\pi^2r^2}\le\frac1{r^2}$、$|g''|\le\frac{\pi+3+6}{2\pi^2r^2}\le\frac1{r^2}$ です。動径関数の 2 階微分は $\nabla\nabla^{\mathsf{T}}g(|z|)=g''\,\hat z\hat z^{\mathsf{T}}+\frac{g'}r(1-\hat z\hat z^{\mathsf{T}})$ で、二つの射影は直交するので $\|\nabla\nabla^{\mathsf{T}}G\|_{\mathrm{HS}}=\bigl(g''^2+2(g'/r)^2\bigr)^{1/2}\le\frac2{r^2}$（$r\ge1$）です。また $|K_0(z)|\le\frac{1+\pi r}{2\pi^2r^3}\le\frac{1+\pi}{2\pi^2r^2}\le\frac1{r^2}$（$r\ge1$）なので、$r\ge1$ で $\|K(z)\|_{\mathrm{HS}}\le\sqrt3|K_0|+\frac2{r^2}\le\frac4{r^2}$ です。$r\le1$ では、定義から $|K_0(z)|\le K_0(0)=\frac\pi6$、$\|K(z)\|_{\mathrm{HS}}\le(2\pi)^{-3}\int_{B_\pi}\|P(\xi)\|_{\mathrm{HS}}d\xi=\sqrt2\,\frac\pi6\le1$ です。$r\ge1$ では $\frac1{r^2}\le\frac4{(1+r)^2}$、$r\le1$ では $1\le\frac4{(1+r)^2}$ なので、主張の評価が出ます。

**最良性**: $r=2n$ では $\sin\pi r=0$、$\cos\pi r=1$ なので $K_0(z_n)=-\frac{\pi r}{2\pi^2r^3}=-\frac1{2\pi r^2}$ です。
</Proof>

## 7. 数値で見る

<Example id="ex-3d-torus" title="3 次元のトーラスでの横波の階段">
$\sharp=\mathbb{T}^3_L$、横波の帯域、$Q=[0,s]^3$ とします。$B_Q$ は、基底 $\{\phi_k\varepsilon_r(k)\}$（$k\in\Omega_L$、$\varepsilon_1(k),\varepsilon_2(k)$ は $k$ に直交する実の正規直交ベクトル）について行列
$$
\langle\phi_k\varepsilon_r(k),\,\mathbf{1}_Q\,\phi_{k'}\varepsilon_{r'}(k')\rangle=L^{-3}F_Q(k-k')\,\varepsilon_r(k)\cdot\varepsilon_{r'}(k')
$$
で表されるので、NumPy で対角化できます。$L=2s+4$ に取ると、$s=2,4,6,8$ でモードの数 $|\Omega_L|$ は $250,\ 894,\ 2102,\ 4138$（行列の大きさはその 2 倍）で、
$$
\begin{array}{c|cccc}s&2&4&6&8\\\hline\rho|Q|=\mathrm{Tr}\,B_Q&7.81&66.22&221.70&529.66\\N(\tfrac12)&6&54&200&493\\\#\{0.1<\mu<0.9\}&20&124&310&604\\L_Q&5.02&27.27&68.56&132.30\end{array}
$$
です。<Ref to="thm-landau-counting" /> の $|N(\frac12)-\rho|Q||\le2L_Q$ は、$s=8$ では $36.7\le264.6$ です。この大きさの $s$ では表面の寄与が体積の寄与に比べてまだ大きく（立方体の表面積と体積の比は $6/s$）、固有値は階段というより坂ですが、番号を $\rho|Q|$ で割った横軸で描くと、$s$ とともに $1$ のあたりでの落ち方が急になっていく様子がわかります。

<Figure caption="3 次元のトーラス（L = 2s + 4）での横波の B_Q の固有値。横軸は番号 n を Tr B_Q = ρ|Q| で割ったもの。s = 2, 4, 6, 8 と大きくすると、横軸 1 の付近での落ち方が急になる。">
<svg viewBox="0 0 540 250" width="100%" role="img" aria-label="3 次元のトーラスで横波の球の帯域と辺 s の立方体について、固有値を番号を Tr B で割った横軸に対して描いた図。s を 2、4、6、8 と大きくすると、横軸 1 のあたりでの落ち方が急になり階段に近づく">
<g stroke="currentColor" fill="none" stroke-width="1"><path d="M 60 15 L 60 205 L 520 205" /></g>
<g stroke="currentColor" stroke-width="1">
<path d="M 60.0 205 L 60.0 209" />
<path d="M 175.0 205 L 175.0 209" />
<path d="M 290.0 205 L 290.0 209" />
<path d="M 405.0 205 L 405.0 209" />
<path d="M 520.0 205 L 520.0 209" />
<path d="M 56 199.7 L 60 199.7" />
<path d="M 56 155.7 L 60 155.7" />
<path d="M 56 111.8 L 60 111.8" />
<path d="M 56 67.8 L 60 67.8" />
<path d="M 56 23.8 L 60 23.8" />
</g>
<g fill="currentColor" font-size="11" text-anchor="middle">
<text x="60.0" y="221">0</text>
<text x="175.0" y="221">0.5</text>
<text x="290.0" y="221">1</text>
<text x="405.0" y="221">1.5</text>
<text x="520.0" y="221">2</text>
</g><g fill="currentColor" font-size="11" text-anchor="end">
<text x="53" y="203.7">0</text>
<text x="53" y="159.7">0.25</text>
<text x="53" y="115.8">0.5</text>
<text x="53" y="71.8">0.75</text>
<text x="53" y="27.8">1</text>
</g>
<text x="290.0" y="237" fill="currentColor" font-size="12" text-anchor="middle">n ／ ρ|Q|（番号を Tr B で割ったもの）</text>
<text x="24" y="110.0" fill="currentColor" font-size="12" text-anchor="middle" transform="rotate(-90 24 110.0)">固有値 μₙ</text>
<polyline points="89.4,91.8 118.9,91.8 148.3,91.8 177.8,109.5 207.2,109.5 236.6,109.5 266.1,140.1 295.5,140.1 325.0,140.1 354.4,146.6 383.8,146.6 413.3,156.2 442.7,156.2 472.2,167.3 501.6,167.3" fill="none" stroke="currentColor" stroke-width="0.5" stroke-dasharray="2 3" />
<polyline points="63.5,25.5 66.9,25.5 70.4,25.5 73.9,30.1 77.4,30.1 80.8,31.2 84.3,31.2 87.8,31.2 91.3,36.9 94.7,36.9 98.2,36.9 101.7,40.9 105.2,40.9 108.6,40.9 112.1,42.0 115.6,42.0 119.0,51.4 122.5,51.4 126.0,51.4 129.5,52.5 132.9,55.2 136.4,61.1 139.9,61.1 143.4,61.1 146.8,61.4 150.3,61.4 153.8,61.4 157.2,68.6 160.7,68.6 164.2,68.6 167.7,81.3 171.1,81.3 174.6,81.3 178.1,81.5 181.6,81.5 185.0,81.5 188.5,88.1 192.0,88.1 195.5,88.1 198.9,89.1 202.4,89.1 205.9,89.1 209.3,92.5 212.8,92.5 216.3,92.5 219.8,92.6 223.2,92.6 226.7,99.6 230.2,99.6 233.7,101.5 237.1,108.5 240.6,110.8 244.1,110.8 247.6,110.8 251.0,114.7 254.5,114.7 258.0,114.7 261.4,115.7 264.9,115.7 268.4,119.5 271.9,119.5 275.3,119.5 278.8,122.9 282.3,122.9 285.8,126.4 289.2,126.4 292.7,129.3 296.2,129.3 299.6,130.1 303.1,130.1 306.6,130.1 310.1,132.9 313.5,132.9 317.0,132.9 320.5,135.6 324.0,137.4 327.4,137.4 330.9,137.4 334.4,139.9 337.9,139.9 341.3,139.9 344.8,144.4 348.3,144.4 351.7,144.4 355.2,146.1 358.7,146.1 362.2,146.1 365.6,150.0 369.1,153.8 372.6,153.8 376.1,153.8 379.5,154.9 383.0,154.9 386.5,154.9 389.9,157.6 393.4,157.6 396.9,157.6 400.4,159.0 403.8,159.0 407.3,159.0 410.8,164.9 414.3,164.9 417.7,164.9 421.2,167.9 424.7,168.0 428.2,169.5 431.6,169.5 435.1,169.5 438.6,170.4 442.0,170.4 445.5,170.4 449.0,172.4 452.5,172.4 455.9,175.5 459.4,175.5 462.9,175.5 466.4,176.3 469.8,177.0 473.3,177.0 476.8,177.0 480.3,177.9 483.7,177.9 487.2,177.9 490.7,178.3 494.1,178.3 497.6,178.3 501.1,179.3 504.6,179.3 508.0,179.3 511.5,179.7 515.0,179.7 518.5,180.1" fill="none" stroke="currentColor" stroke-width="0.8" stroke-dasharray="5 3" />
<polyline points="61.0,23.8 62.1,23.8 63.1,23.8 64.1,23.9 65.2,23.9 66.2,23.9 67.3,23.9 68.3,23.9 69.3,23.9 70.4,23.9 71.4,23.9 72.4,24.1 73.5,24.1 74.5,24.1 75.6,24.2 76.6,24.2 77.6,24.3 78.7,24.3 79.7,24.3 80.7,24.4 81.8,24.9 82.8,24.9 83.9,24.9 84.9,25.1 85.9,25.1 87.0,25.1 88.0,25.4 89.0,25.5 90.1,25.5 91.1,25.5 92.2,25.7 93.2,25.7 94.2,25.7 95.3,26.3 96.3,26.3 97.3,26.3 98.4,27.0 99.4,27.0 100.5,27.0 101.5,27.0 102.5,27.0 103.6,27.6 104.6,27.6 105.6,27.9 106.7,27.9 107.7,27.9 108.8,27.9 109.8,28.2 110.8,28.2 111.9,29.8 112.9,29.8 113.9,29.8 115.0,32.7 116.0,32.7 117.1,32.7 118.1,33.1 119.1,33.1 120.2,33.1 121.2,34.3 122.2,34.3 123.3,34.3 124.3,34.8 125.4,34.8 126.4,34.8 127.4,35.2 128.5,35.2 129.5,35.2 130.5,36.2 131.6,36.2 132.6,36.4 133.7,37.7 134.7,37.7 135.7,37.7 136.8,38.2 137.8,38.2 138.8,39.7 139.9,39.7 140.9,39.9 142.0,39.9 143.0,39.9 144.0,40.4 145.1,40.4 146.1,40.4 147.1,43.5 148.2,44.2 149.2,44.2 150.3,44.2 151.3,45.0 152.3,46.2 153.4,46.2 154.4,46.2 155.4,47.6 156.5,48.2 157.5,48.3 158.6,48.3 159.6,48.3 160.6,49.6 161.7,49.6 162.7,49.6 163.7,50.3 164.8,50.3 165.8,50.3 166.9,52.1 167.9,52.1 168.9,52.9 170.0,52.9 171.0,52.9 172.0,54.7 173.1,54.7 174.1,54.7 175.2,59.4 176.2,60.1 177.2,60.1 178.3,60.1 179.3,60.1 180.3,60.1 181.4,60.1 182.4,65.1 183.5,65.1 184.5,65.1 185.5,65.8 186.6,65.8 187.6,65.8 188.6,67.1 189.7,67.1 190.7,68.5 191.8,69.7 192.8,69.7 193.8,69.7 194.9,70.5 195.9,70.5 196.9,70.5 198.0,70.6 199.0,70.6 200.1,73.1 201.1,73.1 202.1,73.1 203.2,73.7 204.2,73.7 205.2,73.8 206.3,73.8 207.3,73.8 208.4,76.0 209.4,76.0 210.4,76.0 211.5,77.0 212.5,77.0 213.5,82.8 214.6,82.9 215.6,82.9 216.7,82.9 217.7,83.3 218.7,83.3 219.8,83.3 220.8,83.6 221.8,83.6 222.9,83.6 223.9,84.3 225.0,84.3 226.0,84.3 227.0,84.3 228.1,86.7 229.1,86.7 230.1,90.0 231.2,90.0 232.2,90.0 233.3,96.1 234.3,96.1 235.3,96.1 236.4,96.9 237.4,96.9 238.4,96.9 239.5,96.9 240.5,99.7 241.6,99.7 242.6,99.7 243.6,99.9 244.7,99.9 245.7,99.9 246.7,100.5 247.8,100.5 248.8,102.0 249.9,102.0 250.9,102.0 251.9,104.9 253.0,104.9 254.0,104.9 255.0,105.0 256.1,105.0 257.1,105.0 258.2,105.1 259.2,105.9 260.2,105.9 261.3,106.2 262.3,106.2 263.3,108.6 264.4,108.6 265.4,108.8 266.5,108.8 267.5,108.8 268.5,112.4 269.6,112.4 270.6,112.4 271.6,114.1 272.7,115.1 273.7,115.1 274.8,115.2 275.8,115.2 276.8,115.2 277.9,115.8 278.9,115.8 279.9,115.8 281.0,116.6 282.0,116.6 283.1,116.6 284.1,119.5 285.1,119.5 286.2,119.5 287.2,119.8 288.2,119.8 289.3,120.8 290.3,120.8 291.4,120.8 292.4,123.2 293.4,124.0 294.5,124.0 295.5,124.0 296.5,124.3 297.6,124.3 298.6,124.3 299.7,126.7 300.7,126.7 301.7,126.7 302.8,126.8 303.8,126.8 304.8,126.8 305.9,128.4 306.9,129.7 308.0,129.7 309.0,129.7 310.0,134.3 311.1,134.3 312.1,134.3 313.1,135.4 314.2,135.4 315.2,135.4 316.3,136.1 317.3,136.1 318.3,136.1 319.4,136.6 320.4,136.6 321.4,136.6 322.5,136.6 323.5,137.6 324.6,138.1 325.6,138.1 326.6,138.1 327.7,139.3 328.7,139.3 329.7,139.3 330.8,140.9 331.8,140.9 332.9,140.9 333.9,143.3 334.9,143.3 336.0,143.4 337.0,144.6 338.0,144.6 339.1,144.6 340.1,145.5 341.2,145.5 342.2,145.5 343.2,146.5 344.3,146.5 345.3,146.6 346.3,146.6 347.4,146.6 348.4,146.6 349.5,146.6 350.5,146.6 351.5,150.4 352.6,151.2 353.6,151.2 354.6,151.2 355.7,151.3 356.7,153.9 357.8,154.5 358.8,154.5 359.8,154.5 360.9,154.8 361.9,154.8 362.9,155.3 364.0,155.3 365.0,156.8 366.1,156.8 367.1,156.8 368.1,157.5 369.2,157.5 370.2,157.5 371.2,158.1 372.3,158.1 373.3,158.1 374.4,158.8 375.4,158.8 376.4,158.9 377.5,160.0 378.5,160.0 379.5,160.5 380.6,161.1 381.6,161.1 382.7,161.1 383.7,162.1 384.7,162.1 385.8,162.1 386.8,166.0 387.8,166.0 388.9,166.1 389.9,166.1 390.9,167.1 392.0,167.1 393.0,167.1 394.1,168.0 395.1,168.0 396.1,168.0 397.2,168.2 398.2,168.2 399.2,168.6 400.3,168.6 401.3,168.6 402.4,169.5 403.4,169.5 404.4,169.8 405.5,169.9 406.5,171.7 407.5,171.7 408.6,171.7 409.6,172.1 410.7,172.1 411.7,172.1 412.7,173.0 413.8,173.0 414.8,173.0 415.8,173.4 416.9,173.4 417.9,173.4 419.0,174.3 420.0,174.3 421.0,174.3 422.1,175.0 423.1,175.0 424.1,175.0 425.2,175.1 426.2,175.1 427.3,175.3 428.3,175.3 429.3,175.3 430.4,175.7 431.4,175.7 432.4,175.7 433.5,176.2 434.5,176.6 435.6,176.6 436.6,176.6 437.6,176.7 438.7,176.7 439.7,176.7 440.7,178.5 441.8,178.5 442.8,178.5 443.9,178.9 444.9,178.9 445.9,179.0 447.0,179.0 448.0,179.0 449.0,179.7 450.1,180.2 451.1,180.2 452.2,180.2 453.2,180.7 454.2,180.7 455.3,180.7 456.3,180.9 457.3,180.9 458.4,180.9 459.4,181.3 460.5,181.3 461.5,181.3 462.5,181.6 463.6,181.6 464.6,181.6 465.6,181.7 466.7,181.7 467.7,181.7 468.8,182.4 469.8,182.4 470.8,182.4 471.9,182.9 472.9,183.1 473.9,183.1 475.0,183.5 476.0,183.8 477.1,183.8 478.1,183.8 479.1,184.1 480.2,184.1 481.2,184.1 482.2,184.6 483.3,184.6 484.3,184.6 485.4,184.8 486.4,184.8 487.4,184.8 488.5,185.0 489.5,185.0 490.5,185.2 491.6,185.2 492.6,185.4 493.7,185.4 494.7,185.4 495.7,186.5 496.8,186.5 497.8,186.5 498.8,186.5 499.9,186.5 500.9,187.2 502.0,187.2 503.0,187.6 504.0,187.7 505.1,187.7 506.1,187.7 507.1,188.2 508.2,188.2 509.2,188.6 510.3,188.6 511.3,188.6 512.3,188.7 513.4,188.7 514.4,188.7 515.4,188.7 516.5,188.7 517.5,188.7 518.6,189.2 519.6,189.2" fill="none" stroke="currentColor" stroke-width="0.8" />
<polyline points="60.4,23.8 60.9,23.8 61.3,23.8 61.7,23.8 62.2,23.8 62.6,23.8 63.0,23.8 63.5,23.8 63.9,23.8 64.3,23.8 64.8,23.8 65.2,23.8 65.6,23.8 66.1,23.8 66.5,23.8 66.9,23.8 67.4,23.8 67.8,23.8 68.3,23.8 68.7,23.8 69.1,23.8 69.6,23.8 70.0,23.8 70.4,23.8 70.9,23.8 71.3,23.8 71.7,23.8 72.2,23.8 72.6,23.8 73.0,23.8 73.5,23.8 73.9,23.8 74.3,23.8 74.8,23.8 75.2,23.8 75.6,23.8 76.1,23.8 76.5,23.8 76.9,23.8 77.4,23.8 77.8,23.8 78.2,23.8 78.7,23.8 79.1,23.8 79.5,23.9 80.0,23.9 80.4,23.9 80.8,23.9 81.3,23.9 81.7,23.9 82.1,23.9 82.6,23.9 83.0,23.9 83.4,23.9 83.9,23.9 84.3,23.9 84.8,23.9 85.2,23.9 85.6,24.0 86.1,24.0 86.5,24.0 86.9,24.0 87.4,24.0 87.8,24.0 88.2,24.0 88.7,24.0 89.1,24.0 89.5,24.0 90.0,24.0 90.4,24.0 90.8,24.0 91.3,24.0 91.7,24.1 92.1,24.1 92.6,24.1 93.0,24.1 93.4,24.1 93.9,24.1 94.3,24.1 94.7,24.1 95.2,24.1 95.6,24.1 96.0,24.1 96.5,24.1 96.9,24.2 97.3,24.2 97.8,24.2 98.2,24.3 98.6,24.4 99.1,24.4 99.5,24.4 99.9,24.4 100.4,24.4 100.8,24.4 101.3,24.5 101.7,24.6 102.1,24.6 102.6,24.6 103.0,24.6 103.4,24.6 103.9,24.7 104.3,24.7 104.7,24.7 105.2,24.8 105.6,24.8 106.0,24.8 106.5,24.8 106.9,24.9 107.3,24.9 107.8,24.9 108.2,25.1 108.6,25.1 109.1,25.1 109.5,25.2 109.9,25.2 110.4,25.2 110.8,25.2 111.2,25.2 111.7,25.2 112.1,25.2 112.5,25.2 113.0,25.6 113.4,25.6 113.8,25.6 114.3,25.8 114.7,25.8 115.1,25.8 115.6,25.8 116.0,25.8 116.5,25.8 116.9,25.8 117.3,25.9 117.8,25.9 118.2,25.9 118.6,26.1 119.1,26.1 119.5,26.1 119.9,26.2 120.4,26.2 120.8,26.2 121.2,26.4 121.7,26.4 122.1,26.7 122.5,26.7 123.0,26.7 123.4,26.7 123.8,26.7 124.3,26.9 124.7,26.9 125.1,26.9 125.6,27.1 126.0,27.1 126.4,27.1 126.9,27.5 127.3,27.5 127.7,27.7 128.2,27.7 128.6,27.7 129.0,27.7 129.5,27.8 129.9,27.8 130.3,27.8 130.8,28.2 131.2,28.2 131.6,28.2 132.1,28.2 132.5,28.2 133.0,28.2 133.4,28.7 133.8,28.7 134.3,28.7 134.7,29.1 135.1,29.1 135.6,29.1 136.0,29.2 136.4,29.2 136.9,29.2 137.3,29.5 137.7,29.5 138.2,29.5 138.6,29.9 139.0,29.9 139.5,29.9 139.9,30.0 140.3,30.2 140.8,30.2 141.2,30.2 141.6,30.4 142.1,30.4 142.5,30.4 142.9,30.7 143.4,30.7 143.8,31.3 144.2,31.3 144.7,31.3 145.1,31.7 145.5,31.7 146.0,31.7 146.4,31.8 146.8,31.8 147.3,32.3 147.7,32.3 148.2,33.6 148.6,33.6 149.0,33.6 149.5,33.7 149.9,33.7 150.3,33.7 150.8,33.7 151.2,36.0 151.6,36.0 152.1,36.0 152.5,36.3 152.9,36.3 153.4,36.3 153.8,36.3 154.2,36.8 154.7,36.8 155.1,36.8 155.5,36.9 156.0,36.9 156.4,37.0 156.8,37.0 157.3,37.0 157.7,37.2 158.1,37.2 158.6,37.2 159.0,37.6 159.4,38.5 159.9,38.6 160.3,38.6 160.7,38.6 161.2,38.8 161.6,39.3 162.0,39.3 162.5,39.3 162.9,39.4 163.3,39.4 163.8,39.9 164.2,39.9 164.7,39.9 165.1,40.7 165.5,40.7 166.0,40.7 166.4,40.8 166.8,40.8 167.3,40.8 167.7,41.0 168.1,41.0 168.6,41.0 169.0,41.5 169.4,41.5 169.9,41.9 170.3,42.8 170.7,42.8 171.2,42.8 171.6,42.8 172.0,42.8 172.5,42.8 172.9,43.0 173.3,43.0 173.8,43.0 174.2,43.2 174.6,43.2 175.1,43.2 175.5,44.1 175.9,44.1 176.4,44.5 176.8,45.0 177.2,45.0 177.7,45.0 178.1,45.1 178.5,45.1 179.0,45.1 179.4,45.8 179.8,45.8 180.3,45.8 180.7,45.9 181.2,45.9 181.6,45.9 182.0,45.9 182.5,45.9 182.9,45.9 183.3,48.7 183.8,49.0 184.2,49.0 184.6,49.0 185.1,49.1 185.5,49.1 185.9,49.1 186.4,50.7 186.8,50.7 187.2,51.5 187.7,51.5 188.1,51.5 188.5,52.3 189.0,52.3 189.4,52.3 189.8,52.5 190.3,52.5 190.7,52.5 191.1,52.9 191.6,52.9 192.0,52.9 192.4,53.4 192.9,54.2 193.3,54.2 193.7,54.6 194.2,54.6 194.6,55.8 195.0,55.8 195.5,55.8 195.9,56.0 196.4,56.0 196.8,56.0 197.2,57.9 197.7,57.9 198.1,57.9 198.5,58.5 199.0,58.6 199.4,58.6 199.8,58.8 200.3,58.9 200.7,58.9 201.1,59.8 201.6,59.8 202.0,59.8 202.4,59.9 202.9,61.1 203.3,61.1 203.7,62.6 204.2,62.6 204.6,63.0 205.0,63.0 205.5,63.0 205.9,65.8 206.3,65.8 206.8,65.8 207.2,65.8 207.6,65.8 208.1,65.8 208.5,66.1 208.9,66.1 209.4,66.1 209.8,66.1 210.2,66.1 210.7,66.8 211.1,67.2 211.5,67.2 212.0,67.2 212.4,68.4 212.9,68.4 213.3,68.4 213.7,68.8 214.2,69.1 214.6,69.1 215.0,69.1 215.5,69.5 215.9,69.5 216.3,69.5 216.8,70.0 217.2,70.3 217.6,70.3 218.1,70.3 218.5,70.4 218.9,70.4 219.4,70.4 219.8,74.9 220.2,74.9 220.7,74.9 221.1,75.3 221.5,75.3 222.0,75.3 222.4,76.0 222.8,76.2 223.3,76.2 223.7,76.2 224.1,78.0 224.6,78.0 225.0,78.0 225.4,78.2 225.9,78.2 226.3,78.2 226.7,78.5 227.2,78.5 227.6,79.0 228.0,79.0 228.5,79.0 228.9,79.1 229.4,79.1 229.8,79.1 230.2,80.3 230.7,80.3 231.1,80.9 231.5,80.9 232.0,80.9 232.4,81.0 232.8,81.0 233.3,81.0 233.7,81.8 234.1,81.8 234.6,81.8 235.0,81.8 235.4,81.8 235.9,81.8 236.3,82.8 236.7,82.8 237.2,82.8 237.6,83.2 238.0,83.2 238.5,84.2 238.9,84.2 239.3,84.2 239.8,84.5 240.2,84.5 240.6,84.5 241.1,85.4 241.5,85.4 241.9,86.8 242.4,86.8 242.8,86.8 243.2,87.0 243.7,87.0 244.1,87.9 244.6,87.9 245.0,87.9 245.4,89.9 245.9,91.0 246.3,91.0 246.7,91.0 247.2,93.1 247.6,93.1 248.0,93.6 248.5,93.6 248.9,93.6 249.3,93.8 249.8,93.8 250.2,93.8 250.6,94.5 251.1,95.0 251.5,95.0 251.9,95.0 252.4,95.5 252.8,95.5 253.2,95.5 253.7,96.7 254.1,96.7 254.5,96.7 255.0,97.1 255.4,97.1 255.8,97.1 256.3,98.9 256.7,98.9 257.1,98.9 257.6,99.9 258.0,99.9 258.4,99.9 258.9,100.5 259.3,100.7 259.7,100.7 260.2,101.4 260.6,102.4 261.1,103.6 261.5,103.6 261.9,103.6 262.4,104.4 262.8,104.4 263.2,104.4 263.7,104.8 264.1,105.0 264.5,105.0 265.0,105.0 265.4,105.7 265.8,105.7 266.3,105.8 266.7,105.8 267.1,106.0 267.6,106.0 268.0,106.0 268.4,106.3 268.9,107.9 269.3,107.9 269.7,109.2 270.2,109.2 270.6,109.2 271.0,109.9 271.5,110.3 271.9,110.4 272.3,110.4 272.8,110.4 273.2,110.6 273.6,110.6 274.1,110.6 274.5,112.5 274.9,112.5 275.4,112.5 275.8,112.7 276.3,112.7 276.7,112.7 277.1,112.9 277.6,112.9 278.0,112.9 278.4,114.6 278.9,114.6 279.3,114.6 279.7,115.0 280.2,115.0 280.6,115.0 281.0,115.3 281.5,115.3 281.9,115.6 282.3,115.6 282.8,115.6 283.2,116.3 283.6,116.3 284.1,116.3 284.5,116.8 284.9,116.8 285.4,116.8 285.8,116.9 286.2,116.9 286.7,116.9 287.1,117.3 287.5,117.3 288.0,117.3 288.4,117.7 288.8,117.7 289.3,117.7 289.7,118.3 290.1,118.3 290.6,118.5 291.0,118.5 291.4,118.5 291.9,118.7 292.3,118.9 292.8,120.2 293.2,120.2 293.6,120.2 294.1,121.0 294.5,121.0 294.9,122.3 295.4,122.4 295.8,123.1 296.2,123.1 296.7,123.1 297.1,123.3 297.5,123.3 298.0,123.3 298.4,123.6 298.8,123.6 299.3,123.6 299.7,124.5 300.1,124.5 300.6,124.6 301.0,124.6 301.4,125.8 301.9,125.8 302.3,125.8 302.7,126.9 303.2,126.9 303.6,126.9 304.0,128.6 304.5,128.6 304.9,128.6 305.3,128.8 305.8,128.8 306.2,128.8 306.6,129.4 307.1,131.1 307.5,131.6 307.9,131.6 308.4,131.6 308.8,131.8 309.3,131.8 309.7,131.8 310.1,132.1 310.6,132.4 311.0,132.4 311.4,132.4 311.9,132.5 312.3,132.5 312.7,132.5 313.2,132.5 313.6,132.5 314.0,132.6 314.5,134.3 314.9,134.3 315.3,134.3 315.8,134.9 316.2,135.4 316.6,135.5 317.1,135.5 317.5,135.5 317.9,136.5 318.4,136.5 318.8,136.7 319.2,136.7 319.7,137.5 320.1,137.5 320.5,137.5 321.0,139.1 321.4,139.1 321.8,139.4 322.3,139.4 322.7,140.7 323.1,140.7 323.6,141.5 324.0,141.5 324.5,142.1 324.9,142.1 325.3,142.1 325.8,142.2 326.2,142.2 326.6,142.2 327.1,142.4 327.5,142.8 327.9,142.8 328.4,142.8 328.8,143.9 329.2,143.9 329.7,143.9 330.1,144.5 330.5,144.5 331.0,144.8 331.4,144.8 331.8,145.1 332.3,145.1 332.7,145.1 333.1,145.2 333.6,145.2 334.0,145.2 334.4,145.5 334.9,145.5 335.3,145.5 335.7,146.2 336.2,146.2 336.6,146.2 337.0,147.6 337.5,147.6 337.9,147.6 338.3,147.9 338.8,148.7 339.2,148.7 339.6,148.7 340.1,149.4 340.5,149.4 341.0,149.4 341.4,149.8 341.8,149.8 342.3,150.2 342.7,150.2 343.1,150.2 343.6,151.2 344.0,151.2 344.4,151.2 344.9,151.8 345.3,151.8 345.7,151.8 346.2,152.2 346.6,153.5 347.0,153.5 347.5,154.3 347.9,154.3 348.3,154.3 348.8,154.4 349.2,154.5 349.6,154.5 350.1,154.5 350.5,154.7 350.9,154.7 351.4,154.7 351.8,155.6 352.2,155.6 352.7,155.6 353.1,155.6 353.5,155.6 354.0,155.9 354.4,155.9 354.8,155.9 355.3,156.4 355.7,156.4 356.2,156.4 356.6,156.4 357.0,156.4 357.5,156.4 357.9,157.4 358.3,157.4 358.8,157.4 359.2,158.0 359.6,158.0 360.1,158.0 360.5,159.9 360.9,159.9 361.4,159.9 361.8,160.1 362.2,160.1 362.7,160.1 363.1,160.4 363.5,160.4 364.0,160.4 364.4,161.4 364.8,161.4 365.3,161.4 365.7,162.9 366.1,163.6 366.6,163.6 367.0,163.6 367.4,163.7 367.9,165.1 368.3,165.1 368.7,165.1 369.2,165.3 369.6,165.3 370.0,165.3 370.5,166.1 370.9,166.1 371.3,166.1 371.8,166.2 372.2,166.2 372.7,166.2 373.1,166.4 373.5,166.4 374.0,166.4 374.4,166.8 374.8,166.8 375.3,166.8 375.7,167.7 376.1,167.7 376.6,167.8 377.0,167.8 377.4,167.8 377.9,168.6 378.3,168.6 378.7,168.6 379.2,169.2 379.6,169.2 380.0,169.2 380.5,169.3 380.9,169.3 381.3,169.7 381.8,169.7 382.2,169.7 382.6,169.8 383.1,169.8 383.5,169.8 383.9,170.4 384.4,170.4 384.8,170.8 385.2,170.8 385.7,170.8 386.1,171.5 386.5,171.5 387.0,171.6 387.4,171.6 387.8,171.6 388.3,171.9 388.7,171.9 389.2,171.9 389.6,172.4 390.0,172.4 390.5,172.4 390.9,172.5 391.3,172.5 391.8,172.5 392.2,173.6 392.6,173.6 393.1,173.6 393.5,173.6 393.9,173.8 394.4,173.8 394.8,174.0 395.2,174.0 395.7,174.0 396.1,174.2 396.5,174.2 397.0,174.2 397.4,174.6 397.8,174.6 398.3,174.6 398.7,174.8 399.1,174.8 399.6,174.9 400.0,175.0 400.4,175.0 400.9,175.0 401.3,175.6 401.7,175.6 402.2,175.6 402.6,175.7 403.0,175.7 403.5,175.7 403.9,175.8 404.4,176.0 404.8,176.1 405.2,176.1 405.7,176.1 406.1,176.4 406.5,176.4 407.0,176.4 407.4,176.5 407.8,176.5 408.3,176.5 408.7,176.9 409.1,176.9 409.6,176.9 410.0,177.2 410.4,177.2 410.9,177.2 411.3,177.4 411.7,177.4 412.2,177.8 412.6,177.8 413.0,177.8 413.5,178.0 413.9,178.2 414.3,178.2 414.8,178.2 415.2,178.2 415.6,178.2 416.1,178.6 416.5,178.6 416.9,178.6 417.4,178.6 417.8,178.6 418.2,178.6 418.7,179.3 419.1,179.3 419.5,179.3 420.0,179.3 420.4,179.7 420.9,179.7 421.3,180.1 421.7,180.4 422.2,180.4 422.6,180.4 423.0,180.6 423.5,180.6 423.9,180.8 424.3,180.8 424.8,180.8 425.2,180.8 425.6,180.8 426.1,180.8 426.5,181.0 426.9,181.2 427.4,181.2 427.8,181.2 428.2,181.3 428.7,181.3 429.1,181.6 429.5,181.6 430.0,181.6 430.4,182.0 430.8,182.0 431.3,182.2 431.7,182.2 432.1,182.2 432.6,182.4 433.0,182.4 433.4,182.4 433.9,182.9 434.3,182.9 434.7,182.9 435.2,183.2 435.6,183.2 436.0,183.2 436.5,183.2 436.9,183.3 437.4,183.3 437.8,183.3 438.2,183.4 438.7,183.4 439.1,183.4 439.5,183.7 440.0,183.9 440.4,183.9 440.8,184.0 441.3,184.3 441.7,184.5 442.1,184.5 442.6,184.5 443.0,185.3 443.4,185.3 443.9,185.3 444.3,185.4 444.7,185.4 445.2,185.4 445.6,185.5 446.0,185.7 446.5,185.7 446.9,185.7 447.3,186.0 447.8,186.0 448.2,186.1 448.6,186.1 449.1,186.1 449.5,186.4 449.9,186.4 450.4,186.4 450.8,186.4 451.2,186.4 451.7,186.6 452.1,186.6 452.6,186.6 453.0,186.7 453.4,186.7 453.9,186.9 454.3,186.9 454.7,186.9 455.2,187.1 455.6,187.1 456.0,187.1 456.5,187.4 456.9,187.4 457.3,187.4 457.8,187.4 458.2,187.6 458.6,187.6 459.1,187.6 459.5,188.2 459.9,188.2 460.4,188.2 460.8,188.3 461.2,188.4 461.7,188.4 462.1,188.4 462.5,188.5 463.0,188.5 463.4,188.5 463.8,188.6 464.3,188.6 464.7,188.6 465.1,188.6 465.6,188.6 466.0,188.8 466.4,188.8 466.9,188.8 467.3,189.0 467.7,189.0 468.2,189.2 468.6,189.3 469.1,189.3 469.5,189.3 469.9,189.3 470.4,189.3 470.8,189.4 471.2,189.5 471.7,189.5 472.1,189.5 472.5,189.8 473.0,189.8 473.4,189.8 473.8,190.0 474.3,190.0 474.7,190.2 475.1,190.2 475.6,190.2 476.0,190.3 476.4,190.5 476.9,190.5 477.3,190.5 477.7,190.7 478.2,190.9 478.6,190.9 479.0,190.9 479.5,191.0 479.9,191.0 480.3,191.0 480.8,191.1 481.2,191.1 481.6,191.3 482.1,191.3 482.5,191.6 482.9,191.6 483.4,191.6 483.8,191.8 484.3,191.8 484.7,191.8 485.1,192.1 485.6,192.1 486.0,192.1 486.4,192.1 486.9,192.1 487.3,192.1 487.7,192.2 488.2,192.2 488.6,192.2 489.0,192.2 489.5,192.2 489.9,192.2 490.3,192.5 490.8,192.5 491.2,192.6 491.6,192.6 492.1,192.6 492.5,192.6 492.9,192.6 493.4,192.6 493.8,192.8 494.2,192.8 494.7,192.8 495.1,192.9 495.5,192.9 496.0,192.9 496.4,193.0 496.8,193.0 497.3,193.1 497.7,193.1 498.1,193.1 498.6,193.5 499.0,193.5 499.4,193.5 499.9,193.5 500.3,193.5 500.8,193.7 501.2,193.7 501.6,193.7 502.1,193.7 502.5,193.8 502.9,193.8 503.4,193.8 503.8,193.9 504.2,193.9 504.7,193.9 505.1,194.0 505.5,194.0 506.0,194.1 506.4,194.2 506.8,194.2 507.3,194.2 507.7,194.2 508.1,194.2 508.6,194.6 509.0,194.6 509.4,194.6 509.9,194.6 510.3,194.6 510.7,194.6 511.2,194.7 511.6,194.7 512.0,194.7 512.5,194.8 512.9,194.8 513.3,194.8 513.8,194.8 514.2,194.8 514.6,194.8 515.1,194.8 515.5,194.8 515.9,195.1 516.4,195.1 516.8,195.2 517.3,195.2 517.7,195.2 518.1,195.2 518.6,195.3 519.0,195.3 519.4,195.3 519.9,195.7" fill="none" stroke="var(--sl-color-accent)" stroke-width="2.0" />
<polyline points="290.0,205.0 290.0,15.0" fill="none" stroke="currentColor" stroke-width="0.6" stroke-dasharray="2 2" />
<text x="78.4" y="178.6" fill="currentColor" font-size="11" text-anchor="start">破線（細）s = 2、破線 s = 4、細い実線 s = 6、太線 s = 8</text>
</svg>
</Figure>
</Example>

<Example id="ex-transition-growth" title="遷移の量の増え方">
<Ref to="lem-fourier-formula" /> の 2 重和は、帯域の定義関数（と $\hat k_a\hat k_b$ を掛けたもの）の自己相関を高速 Fourier 変換で計算すれば、固有値を求めずに評価できます。トーラスの大きさを <Ref to="thm-ball-band" /> と同じ $L=4s$ に取ると、3 次元の横波の帯域の $L_Q/s^2$ は $s=2,4,8,16,24$ で $1.25,\ 1.70,\ 2.09,\ 2.45,\ 2.65$ で、$s$ を 2 倍にするごとにほぼ $0.35\approx0.5\log2$ ずつ増えます。これは $L_Q$ が $s^2$ より $\log s$ の分だけ速く増えることと整合します。1 次元（帯域 $(-\pi,\pi)$）では $\ell(s)=L_Q$ は $s=128,256$ で $0.8376,\ 0.9079$ で、差 $0.0702$ は $(\log2)/\pi^2$ に一致し、$\ell(s)$ はほぼ $(\log s)/\pi^2+0.346$ です。<Ref to="lem-1d-transition" /> の上界 $\frac12(1+\log4s)$ は、正しい $\log s$ の増え方を、係数を $\pi^2/2$ 倍ほど大きくして捉えています。

<Figure caption="左: 3 次元のトーラス（L = 4s）での横波の L_Q（点）を両対数で描いたもの。破線は傾き 2 の直線、点線は s² log s に比例する曲線。右: 1 次元の L_Q を対数目盛の s に対して描いたもので、破線は (log s)/π² + 0.346。">
<svg viewBox="0 0 620 255" width="100%" role="img" aria-label="左は 3 次元のトーラスでの L_Q を辺 s に対して両対数で描いた図で、点は傾き 2 の直線よりわずかに速く増える。右は 1 次元での L_Q を対数目盛の s に対して描いた図で、点は傾き 1/π² の直線に乗る">
<g stroke="currentColor" fill="none" stroke-width="1"><path d="M 60 15 L 60 205 L 280 205" /></g>
<g stroke="currentColor" stroke-width="1">
<path d="M 60.0 205 L 60.0 209" />
<path d="M 134.4 205 L 134.4 209" />
<path d="M 190.7 205 L 190.7 209" />
<path d="M 247.1 205 L 247.1 209" />
<path d="M 56 171.9 L 60 171.9" />
<path d="M 56 108.6 L 60 108.6" />
<path d="M 56 45.2 L 60 45.2" />
</g>
<g fill="currentColor" font-size="11" text-anchor="middle">
<text x="60.0" y="221">2</text>
<text x="134.4" y="221">5</text>
<text x="190.7" y="221">10</text>
<text x="247.1" y="221">20</text>
</g><g fill="currentColor" font-size="11" text-anchor="end">
<text x="53" y="175.9">10</text>
<text x="53" y="112.6">100</text>
<text x="53" y="49.2">1000</text>
</g>
<text x="170.0" y="237" fill="currentColor" font-size="12" text-anchor="middle">辺 s</text>
<text x="24" y="110.0" fill="currentColor" font-size="12" text-anchor="middle" transform="rotate(-90 24 110.0)">L_Q</text>
<polyline points="60.0,170.3 64.5,167.3 69.0,164.2 73.5,161.2 78.0,158.1 82.4,155.1 86.9,152.0 91.4,149.0 95.9,146.0 100.4,142.9 104.9,139.9 109.4,136.8 113.9,133.8 118.4,130.8 122.9,127.7 127.3,124.7 131.8,121.6 136.3,118.6 140.8,115.6 145.3,112.5 149.8,109.5 154.3,106.4 158.8,103.4 163.3,100.4 167.8,97.3 172.2,94.3 176.7,91.2 181.2,88.2 185.7,85.2 190.2,82.1 194.7,79.1 199.2,76.0 203.7,73.0 208.2,70.0 212.7,66.9 217.1,63.9 221.6,60.8 226.1,57.8 230.6,54.8 235.1,51.7 239.6,48.7 244.1,45.6 248.6,42.6 253.1,39.6 257.6,36.5 262.0,33.5 266.5,30.4 271.0,27.4 275.5,24.4 280.0,21.3" fill="none" stroke="currentColor" stroke-width="1.0" stroke-dasharray="5 4" />
<polyline points="60.0,212.2 64.5,207.0 69.0,202.0 73.5,197.2 78.0,192.4 82.4,187.7 86.9,183.2 91.4,178.7 95.9,174.3 100.4,169.9 104.9,165.6 109.4,161.4 113.9,157.2 118.4,153.1 122.9,149.0 127.3,144.9 131.8,140.9 136.3,136.9 140.8,133.0 145.3,129.0 149.8,125.1 154.3,121.3 158.8,117.4 163.3,113.6 167.8,109.8 172.2,106.0 176.7,102.2 181.2,98.5 185.7,94.8 190.2,91.1 194.7,87.4 199.2,83.7 203.7,80.0 208.2,76.4 212.7,72.7 217.1,69.1 221.6,65.5 226.1,61.9 230.6,58.3 235.1,54.7 239.6,51.2 244.1,47.6 248.6,44.1 253.1,40.5 257.6,37.0 262.0,33.5 266.5,29.9 271.0,26.4 275.5,22.9 280.0,19.5" fill="none" stroke="currentColor" stroke-width="0.8" stroke-dasharray="1 3" />
<g fill="var(--sl-color-accent)"><circle cx="60.0" cy="190.9" r="2.6" /><circle cx="116.3" cy="144.4" r="2.6" /><circle cx="149.3" cy="118.7" r="2.6" /><circle cx="172.6" cy="100.6" r="2.6" /><circle cx="190.7" cy="86.8" r="2.6" /><circle cx="205.6" cy="75.6" r="2.6" /><circle cx="218.1" cy="66.2" r="2.6" /><circle cx="228.9" cy="58.1" r="2.6" /><circle cx="238.5" cy="51.0" r="2.6" /><circle cx="247.1" cy="44.6" r="2.6" /><circle cx="254.8" cy="38.8" r="2.6" /><circle cx="261.9" cy="33.6" r="2.6" /></g>
<text x="67.7" y="34.1" fill="currentColor" font-size="11" text-anchor="start">3 次元・横波・球</text>
<text x="182.2" y="122.6" fill="currentColor" font-size="10" text-anchor="start">破線: 傾き 2</text>
<g stroke="currentColor" fill="none" stroke-width="1"><path d="M 370 15 L 370 205 L 590 205" /></g>
<g stroke="currentColor" stroke-width="1">
<path d="M 370.0 205 L 370.0 209" />
<path d="M 440.7 205 L 440.7 209" />
<path d="M 541.8 205 L 541.8 209" />
<path d="M 366 177.9 L 370 177.9" />
<path d="M 366 123.6 L 370 123.6" />
<path d="M 366 69.3 L 370 69.3" />
<path d="M 366 15.0 L 370 15.0" />
</g>
<g fill="currentColor" font-size="11" text-anchor="middle">
<text x="370.0" y="221">2</text>
<text x="440.7" y="221">10</text>
<text x="541.8" y="221">100</text>
</g><g fill="currentColor" font-size="11" text-anchor="end">
<text x="363" y="181.9">0.4</text>
<text x="363" y="127.6">0.6</text>
<text x="363" y="73.3">0.8</text>
<text x="363" y="19.0">1</text>
</g>
<text x="480.0" y="237" fill="currentColor" font-size="12" text-anchor="middle">長さ s（対数目盛）</text>
<text x="334" y="110.0" fill="currentColor" font-size="12" text-anchor="middle" transform="rotate(-90 334 110.0)">L_Q</text>
<polyline points="370.0,173.4 374.5,170.6 379.0,167.8 383.5,165.0 388.0,162.2 392.4,159.4 396.9,156.6 401.4,153.8 405.9,150.9 410.4,148.1 414.9,145.3 419.4,142.5 423.9,139.7 428.4,136.9 432.9,134.1 437.3,131.3 441.8,128.5 446.3,125.6 450.8,122.8 455.3,120.0 459.8,117.2 464.3,114.4 468.8,111.6 473.3,108.8 477.8,106.0 482.2,103.1 486.7,100.3 491.2,97.5 495.7,94.7 500.2,91.9 504.7,89.1 509.2,86.3 513.7,83.5 518.2,80.6 522.7,77.8 527.1,75.0 531.6,72.2 536.1,69.4 540.6,66.6 545.1,63.8 549.6,61.0 554.1,58.1 558.6,55.3 563.1,52.5 567.6,49.7 572.0,46.9 576.5,44.1 581.0,41.3 585.5,38.5 590.0,35.6" fill="none" stroke="currentColor" stroke-width="1.0" stroke-dasharray="5 4" />
<g fill="var(--sl-color-accent)"><circle cx="370.0" cy="173.6" r="2.6" /><circle cx="387.8" cy="162.4" r="2.6" /><circle cx="400.4" cy="154.4" r="2.6" /><circle cx="418.2" cy="143.3" r="2.6" /><circle cx="430.9" cy="135.3" r="2.6" /><circle cx="448.7" cy="124.2" r="2.6" /><circle cx="461.3" cy="116.3" r="2.6" /><circle cx="479.1" cy="105.1" r="2.6" /><circle cx="491.7" cy="97.2" r="2.6" /><circle cx="509.5" cy="86.0" r="2.6" /><circle cx="522.2" cy="78.1" r="2.6" /><circle cx="540.0" cy="67.0" r="2.6" /><circle cx="552.6" cy="59.1" r="2.6" /><circle cx="570.4" cy="47.9" r="2.6" /><circle cx="583.0" cy="40.0" r="2.6" /></g>
<text x="378.0" y="28.6" fill="currentColor" font-size="11" text-anchor="start">1 次元・帯域 [−π, π]</text>
<text x="471.1" y="164.3" fill="currentColor" font-size="10" text-anchor="start">破線: (log s)/π² + 定数</text>
</svg>
</Figure>
</Example>

<Remark id="rem-landau-widom" title="漸近の精密化">
Landau と Widom（1980）は 1 次元で、$0$ と $1$ の間の固有値の個数が $\log s$ に比例して増えることを、比例定数まで含めて求めました。高次元で $L_Q$ が $s^{d-1}\log s$ の程度であること（上界だけでなく下界も）や、遷移の固有値の個数の精密な評価は、Marceca・Romero・Speckbacher（2024）などで研究されています。この記事で証明したのは上界 <Ref to="thm-cube-band" />・<Ref to="thm-ball-band" /> だけです。
</Remark>

## 8. 演習

<Exercise id="exr-whole-torus" difficulty="易">
$\sharp=\mathbb{T}^d_L$ で $Q$ をトーラス全体とすると、$B_Q$ の固有値はどうなるか。<Ref to="thm-landau-counting" /> と比べよ。
<Solution>
$\mathbf{1}_Q=1$ なので $B_Q=\Pi^2=\Pi$ で、固有値は $1$（重複度 $\mathrm{rank}\,\Pi=\sum_{k\in\Omega_L}\mathrm{tr}\,P(k)=\rho L^d=\rho|Q|$）と $0$ だけです。$L_Q=\mathrm{Tr}(\Pi-\Pi^2)=0$ で、<Ref to="thm-landau-counting" /> の評価はすべて等号になります。$Q$ に「外」がなければ遷移もない、ということです。
</Solution>
</Exercise>

<Exercise id="exr-sinc-basis" difficulty="標準">
$d=1$、帯域 $(-\pi,\pi)$、$\sharp=\mathbb{R}$ とし、$s_n(x):=\frac{\sin\pi(x-n)}{\pi(x-n)}$（$n\in\mathbb{Z}$）とおく。(1) 標本化定理（<Ref to="mathematics/fourier-analysis/sampling-wavelets#thm-sampling" />）を使って、$\{s_n\}$ が $\mathrm{Ran}\,\Pi$ の正規直交基底であることを示せ。(2) $\mathrm{Tr}\,B_Q=\sum_n\|\mathbf{1}_Qs_n\|^2$ を使って、$Q=[0,s]$ について $\mathrm{Tr}\,B_Q=s$ を直接確かめよ。
<Solution>
(1) $\Omega=\pi$、$h=1$ の標本化定理から、$f\in\mathrm{Ran}\,\Pi$ について $f=\sum_nf(n)s_n$（$\mathrm{sinc}(\pi x-n\pi)=s_n(x)$）、$\|f\|^2=\sum_n|f(n)|^2$ です。<Ref to="lem-band-kernel" /> から $f(n)=\int K(n-y)f(y)dy=\langle s_n,f\rangle$（$K(n-y)=s_n(y)$ は実）です。各 $s_n$ は $\mathrm{Ran}\,\Pi$ に入り（$\hat s_n$ は $(-\pi,\pi)$ の外で $0$）、$\|s_n\|^2=\sum_m|s_n(m)|^2=1$、$\langle s_m,s_n\rangle=s_n(m)=\delta_{mn}$ なので正規直交で、$f=\sum\langle s_n,f\rangle s_n$ から基底です。(2) $\mathrm{Ran}\,\Pi$ の正規直交基底に $\mathrm{Ker}\,\Pi$ の基底を加えて跡を計算すると、$B_Q$ は $\mathrm{Ker}\,\Pi$ 上で $0$ なので $\mathrm{Tr}\,B_Q=\sum_n\langle s_n,\mathbf{1}_Qs_n\rangle=\int_0^s\sum_n|s_n(x)|^2dx$ です（Tonelli）。$\sum_n|s_n(x)|^2=\sum_n|\langle s_n,K(x-\cdot)\rangle|^2=\|K(x-\cdot)\|^2=1$（Parseval。$K(x-\cdot)\in\mathrm{Ran}\,\Pi$）なので $\mathrm{Tr}\,B_Q=s$ です。
</Solution>
</Exercise>

<Exercise id="exr-decay-to-lq" difficulty="標準">
<Ref to="thm-kernel-decay" /> を使って、$\mathbb{R}^3$ の横波の帯域と辺 $s\ge2$ の立方体 $Q$ について $L_Q\le C\,s^2\log s$ を直接示せ（$C$ は絶対定数）。
<Solution>
極座標で $\int_{|z|\ge t}\|K(z)\|_{\mathrm{HS}}^2dz\le256\int_t^\infty\frac{4\pi r^2}{(1+r)^4}dr\le1024\pi\int_t^\infty\frac{dr}{(1+r)^2}=\frac{1024\pi}{1+t}$ です。<Ref to="prop-bq-basic" /> の 2 で、$x\in Q$ について $y\notin Q$ なら $|x-y|\ge t(x):=\mathrm{dist}(x,\mathbb{R}^3\setminus Q)$ なので
$$
L_Q\le\int_Q\frac{1024\pi}{1+t(x)}\,dx .
$$
$\{x\in Q:t(x)\ge\tau\}$ は辺 $s-2\tau$ の立方体なので、$\{x\in Q:t(x)<\tau\}$ の体積は $s^3-(s-2\tau)_+^3\le\min\{6s^2\tau,\,s^3\}$ です。$\frac1{1+t}=\int_t^\infty\frac{d\tau}{(1+\tau)^2}$ と Tonelli の定理から
$$
\int_Q\frac{dx}{1+t(x)}=\int_0^\infty\frac{|\{x\in Q:t(x)<\tau\}|}{(1+\tau)^2}\,d\tau\le\int_0^{s/2}\frac{6s^2\tau}{(1+\tau)^2}\,d\tau+\int_{s/2}^\infty\frac{s^3}{(1+\tau)^2}\,d\tau\le6s^2\log\bigl(1+\tfrac s2\bigr)+2s^2
$$
で、$s\ge2$ なら $L_Q\le C\,s^2\log s$ です。
</Solution>
</Exercise>

## 参考文献

- D. Slepian, H. O. Pollak, "Prolate spheroidal wave functions, Fourier analysis and uncertainty — I", *Bell System Technical Journal* 40 (1961), 43–63. [doi:10.1002/j.1538-7305.1961.tb03976.x](https://doi.org/10.1002/j.1538-7305.1961.tb03976.x)
- H. J. Landau, H. O. Pollak, "Prolate spheroidal wave functions, Fourier analysis and uncertainty — II", *Bell System Technical Journal* 40 (1961), 65–84.
- H. J. Landau, "Necessary density conditions for sampling and interpolation of certain entire functions", *Acta Mathematica* 117 (1967), 37–52. [doi:10.1007/BF02395039](https://doi.org/10.1007/BF02395039)
- H. J. Landau, H. Widom, "Eigenvalue distribution of time and frequency limiting", *Journal of Mathematical Analysis and Applications* 77 (1980), 469–481. [doi:10.1016/0022-247X(80)90241-3](https://doi.org/10.1016/0022-247X(80)90241-3)
- D. Slepian, "Some comments on Fourier analysis, uncertainty and modeling", *SIAM Review* 25 (1983), 379–393.
- F. Marceca, J. L. Romero, M. Speckbacher, "Eigenvalue estimates for Fourier concentration operators on two domains", *Archive for Rational Mechanics and Analysis* 248 (2024), 35. [doi:10.1007/s00205-024-01979-9](https://doi.org/10.1007/s00205-024-01979-9)
